資料分析工程開發研究
interpreting-culture-index
解析 Culture Index (CI) 調查與行為特質數據。運用數據驅動的行為分析,協助團隊組成評估、職災預防及人才招聘配置。
瀏覽: 8★ 4,906
探索可重用的代理技能,查看實作細節,快速找到適合你工作流程的技能。
共找到 117 個技能
解析 Culture Index (CI) 調查與行為特質數據。運用數據驅動的行為分析,協助團隊組成評估、職災預防及人才招聘配置。
世界級資深資料工程技能,用於構建可擴展的資料管道、ETL/ELT 系統及現代化資料基礎架構,精通 Python、Spark、dbt 與 Kafka。
為 pandas/polars/PySpark 生成數據清洗管道,處理缺失值、重複項、異常值、類型轉換及數據驗證。
使用 d3.js 建立互動式自訂資料視覺化,包含圖表、圖形與網路拓樸。適用於需要精細控制視覺元素、轉場動畫與互動行為的場景。
分析與除錯 fast-agent 會話記錄、工具執行日誌與對話時序,以解決效能瓶頸、工具迴圈以及非預期的會話終止問題。
使用 Lightkurve 進行天文光變曲線預處理與清潔。提供離群值移除、趨勢平滑化、去趨勢與資料品質標記處理工具,適用於天文時序資料分析。
使用 AI 自動化技術,將 CSV 或 JSON 資料轉換為適合學術出版的高品質統計圖表。
載入並預處理保險保單週度 CSV 資料,支援自動化週期檢測、多週載入、資料驗證與清理。
將效能分析資料綜合為具體建議及有據可依的技術決策。
一個模組化的數據處理工具,用於清理、驗證和分析 CSV 檔案,支援自定義轉換及自動化依賴管理。
使用 scikit-learn 進行經典機器學習。適用於分類、迴歸、分群、降維、資料預處理、模型評估,以及構建 Python 機器學習流程。
分析財務數據,計算利潤率、投資回報率 (ROI) 等關鍵指標,並自動生成結構化的財務分析報告。