工程开发数据分析自动化
ml-pipeline-workflow
构建并编排从数据准备、模型训练、验证到自动化部署的端到端 MLOps 管线。
浏览: 18★ 34,502
探索可复用的代理技能,查看实现细节,快速找到适合你工作流程的技能。
共找到 163 个技能
构建并编排从数据准备、模型训练、验证到自动化部署的端到端 MLOps 管线。
分析财务数据,计算利润率、投资回报率 (ROI) 等关键指标,并自动生成结构化的财务分析报告。
数据分析专家:进行探索性数据分析、统计建模、SQL 查询与 Python 数据可视化,通过严谨的量化方法将原始数据转化为可操作的洞察。
一套将实验性机器学习原型转换为稳健、可发布 Python 软件包的框架,采用 src 布局、混合架构与严谨的配置管理。
全栈软件开发生命周期 (SDLC) 代理工作流程,利用 MCP 工具管理从需求导入、规划到自动化测试、CI/CD 与基础设施部署的完整生产周期。
探索并推荐代理技能组合以完成复杂的多面向任务,提供“最大质量”与“最小依赖”两种推荐策略。
使用 Ruby debug gem 进行测试套件的交互式调试工作流程,包含逐步执行、系统状态检查与根本原因分析。
掌握 LangGraph 多智能体编排。使用监管者-工作者模式、条件路由与状态管理,构建具备容错能力的复杂 AI 工作流。
全面的生物信号处理工具包,用于分析心电图、脑电图、皮肤电活动等信号,支持心理生理学研究及多模态整合。
Next.js 全栈开发标准流程,整合 GET API 路由、服务器动作 (Server Actions)、SWR 数据获取,以及使用 Zod 验证的 React Hook Form 表单处理。
一套用于建立、迭代与管理可重复使用工作流程的框架,结合结构化文档与自定义 Python 自动化工具。
使用计算机视觉相似度嵌入技术,在 FiftyOne 数据集中查找、查看并移除重复或高度相似的图像。