資料分析工程開發自動化
data-quality-frameworks
使用 Great Expectations、dbt 測試與資料合約實作生產級資料品質驗證,確保資料管線的可靠性。
瀏覽: 7★ 34,565
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 135 個技能
使用 Great Expectations、dbt 測試與資料合約實作生產級資料品質驗證,確保資料管線的可靠性。
一個全方位的數據分析助手,支援載入數據集、執行統計計算、視覺化趨勢並生成專業的分析總結報告。
Rust 專案的專家級程式碼審查工具。使用 Bazel 與專案特定規範,進行全面的品質、安全、效能及架構分析。
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。
專注於資料工程的 AI 代理,負責設計 ETL/ELT 管線、定義資料結構、管理資料品質以及實作可靠的資料匯入流程。
資料分析專員:進行探索性資料分析、統計建模、SQL 查詢與 Python 資料視覺化,透過嚴謹的量化方法將原始數據轉化為可操作的洞察。
自動化品質監控與量測,包含 DORA 指標、缺陷密度追蹤,並為持續交付流水線配置智慧品質閘道。
全球情報自動匯總工具,生成市場、政經與 AI 新聞報告。支援 RSS 聚合、重大事件告警與結構化情報推演,協助用戶高效追蹤全球動態。
用於 LLM 後訓練(SFT/DPO/RLHF)的高品質數據集策劃指南,涵蓋數據格式、品質過濾與收集策略。
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。
一個多範式 ETL 管線代理,支援批次與串流資料處理、自動結構推論以及可設定的 DAG 轉換,適用於異質資料來源。
Collector bot 軟體包自動化合規性驗證工具,採用 8 個專用代理平行執行。