工程開發資料分析自動化
ml-pipeline-workflow
建構並協調從資料準備、模型訓練、驗證到自動化部署的端到端 MLOps 管線。
瀏覽: 18★ 34,502
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 123 個技能
建構並協調從資料準備、模型訓練、驗證到自動化部署的端到端 MLOps 管線。
根據 litellm 註冊表審核並同步 assets.py 中的支援 LLM 模型列表。
提供論文復現的系統性方法論,支援數據清理、統計驗證、樣本篩選及自動化產出學術復現報告(Markdown 與 LaTeX)。
自動化品質保證系統,根據定義的檢查清單驗證 PB-000 市場研究工作流程中的 Markdown 交付物。
為 OpenClaw 技能開發提供多代理迭代優化與品質把關,透過標準化測試與生命週期管理提升技能效能。
架構與優化生產級別的 RAG 系統。精通嵌入模型、向量資料庫、分塊策略及檢索管線,提升 LLM 應用的精確度。
進階提示詞改寫與優化服務。分析提示詞的清晰度、具體性與結構,提供可執行的優化建議、多種變體選項,並教授提示工程的最佳實踐。
PolicyEngine 程式碼庫的標準化審查模式、驗證清單與品質基準。
分析本機硬體 (RAM, CPU, GPU/VRAM) 並獲取最佳化的本機 LLM 模型推薦、量化設定與效能預估。
用於部署、管理和監控 DataRobot 模型的工具,包含預測環境配置、冠軍/挑戰者模型工作流程以及部署操作。
透過價值、易用性、可行性與營運可行性四個維度,利用多角度批判性思維對現有產品功能進行風險假設評估與壓力測試。
分析與稽核 Excel 試算表,以釐清邏輯、識別公式錯誤、偵測風險,並為遺留或未知的檔案產生文件說明。