Update render script and Makefile

terminal/mlops

@@ -1,4 +1,4 @@
-                      Awesome MLOps !Awesome (https://cdn.rawgit.com/sindresorhus/awesome/d7305f38d29fed78fa85652e3a63e154dd8e8829/media/badge.svg) (https://github.com/sindresorhus/awesome)
+            Awesome MLOps !Awesome (https://cdn.rawgit.com/sindresorhus/awesome/d7305f38d29fed78fa85652e3a63e154dd8e8829/media/badge.svg) (https://github.com/sindresorhus/awesome)
 
 A curated list of awesome MLOps tools.
 
@@ -40,7 +40,7 @@
 - **Websites** (#websites)      
 - Contributing (#contributing)
 
-―――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――
+―――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――
 
 AutoML
 
@@ -398,9 +398,9 @@
 ⟡ VDP (https://github.com/instill-ai/vdp) - An open-source tool to seamlessly integrate AI for unstructured data into the modern data stack.
 ⟡ ZenML (https://github.com/maiot-io/zenml) - An extensible open-source MLOps framework to create reproducible pipelines.
 
-―――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――
+―――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――――
 
-                                                                                                     Resources
+                                                                                           Resources
 
 Where to discover new tools and discuss about existing ones.
 
@@ -411,7 +411,8 @@
 ⟡ Delivering on the Vision of MLOps: A maturity-based approach
  (https://azure.microsoft.com/mediahandler/files/resourcefiles/gigaom-Delivering-on-the-Vision-of-MLOps/Delivering%20on%20the%20Vision%20of%20MLOps.pdf) (GigaOm)
 ⟡ Machine Learning Operations (MLOps): Overview, Definition, and Architecture (https://arxiv.org/abs/2205.02302) (arXiv)
-⟡ MLOps: Continuous delivery and automation pipelines in machine learning (https://cloud.google.com/solutions/machine-learning/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning) (Google)
+⟡ MLOps: Continuous delivery and automation pipelines in machine learning
+ (https://cloud.google.com/solutions/machine-learning/mlops-continuous-delivery-and-automation-pipelines-in-machine-learning) (Google)
 ⟡ MLOps: Machine Learning as an Engineering Discipline (https://towardsdatascience.com/ml-ops-machine-learning-as-an-engineering-discipline-b86ca4874a3f) (Medium)
 ⟡ Rules of Machine Learning: Best Practices for ML Engineering (https://developers.google.com/machine-learning/guides/rules-of-ml) (Google)
 ⟡ The ML Test Score: A Rubric for ML Production Readiness and Technical Debt Reduction
@@ -489,6 +490,6 @@
 ⟡ MLOps Guide (https://mlops-guide.github.io/)
 ⟡ MLOps Now (https://mlopsnow.com)
 
-                                                                                                   Contributing
+                                                                                         Contributing
 
 All contributions are welcome! Please take a look at the contribution guidelines (https://github.com/kelvins/awesome-mlops/blob/main/CONTRIBUTING.md) first.