Dask
Python en paralelo — ejecuta código al estilo pandas/NumPy sobre un clúster (o varios núcleos de CPU en local) construyendo un grafo de tareas y ejecutándolo de forma perezosa.
Matt Rocklin, 2014. Núcleo: dask.array, dask.dataframe, dask.bag, que reflejan NumPy/pandas. Escala pandas a más de 100 nodos mediante DataFrames particionados. El scheduler distribuido es un proceso Python aparte que coordina a los workers.
Competidores: Modin (sustituto directo de pandas), Ray, Spark (híbrido Scala/Python), Polars (un solo nodo, más rápido). El punto dulce de Dask: un pipeline de pandas existente que se ha quedado sin memoria en una sola máquina.