数据分析工程开发
spark-optimization
优化 Apache Spark 作业,包含分区策略、内存管理、Shuffle 调整与数据倾斜处理,提升数据处理效能。
浏览: 99★ 34,493
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 227 个技能
优化 Apache Spark 作业,包含分区策略、内存管理、Shuffle 调整与数据倾斜处理,提升数据处理效能。
Definition of Done (DoD) 确认工作流程,于实现完成时自动触发,确保交付质量、记录证据并统一报告格式。
Neo4j Cypher 查询与 MCP 服务器工具的专家指南,专注于架构内省、图形运算以及高效的数据库开发工作流程。
利用 BrowserStack 和 Playwright 等云端服务,进行跨浏览器、跨设备与响应式设计测试,确保软件在各种环境中提供一致的用户体验。
自动化多团队代码库改进代理,具备狭义(目标导向)、广义(假设发散)及全面(质量扫描)三种模式。
实现 Linkerd 服务网格模式,用于 Kubernetes 环境中的安全性、流量策略管理与零信任网络部署。
防止 AI 幻觉,确保在分析代码、技术文档或提供建议时,输出具备证据支持且可验证的内容。
AI 驱动的自动化文档生成引擎,可从代码库自动分析并生成 C4 架构图、技术规格书与代码分析。
RPI 规划阶段:从研究文件中创建基于区块且具有依赖感知能力的实施计划,以进行结构化、原子化的开发。
为 React Flow 节点创建组件脚本,包含 TypeScript 类型定义、Zustand 状态管理与标准连接点,适用于可视化工作流程编辑器。
构建无代码 MCP 服务器,通过 YAML 以有向图形式编排工具,实现数据转换、条件路由与自动化工作流。
基于 Notion 的推文性能追踪系统,通过强化学习原理实现数据驱动的内容实验与优化。