データ・AIのスキル

Statistical analysis of extreme weather — EVT, return periods, thresholds, and detection/attribution of rare events.

日本語の概要は準備中です。原文の説明を表示しています。

Programmatic form completion — web forms, PDF AcroForms, and data mapping — use when automating repetitive form filling.

日本語の概要は準備中です。原文の説明を表示しています。

fMRI data analysis — preprocessing, GLM modeling, and group-level inference for task and resting-state studies.

日本語の概要は準備中です。原文の説明を表示しています。

Fine-tune large language models — data curation, SFT, parameter-efficient methods (LoRA), evaluation, and avoiding common training failures. Use when a base model needs task-specific behavior or domain knowledge.

日本語の概要は準備中です。原文の説明を表示しています。

Writing figure captions that make figures self-contained — what to include, ordering, and statistical reporting.

日本語の概要は準備中です。原文の説明を表示しています。

Work with text embeddings — choosing models, pooling, similarity measures, evaluation, and multilingual considerations. Use when building semantic search, clustering, or any similarity-based feature.

日本語の概要は準備中です。原文の説明を表示しています。

Drizzle ORM guidance — schema-as-code, relational queries, migrations, and SQL-first TypeScript data access.

日本語の概要は準備中です。原文の説明を表示しています。

Building robust document ingestion — chunking, metadata, and multi-format pipelines for search and RAG.

日本語の概要は準備中です。原文の説明を表示しています。

Distill large models into smaller ones — teacher-student training, data generation, loss design, and quality validation. Use when you need big-model behavior at small-model cost.

日本語の概要は準備中です。原文の説明を表示しています。

Elasticsearch search and analytics — mappings, queries, and cluster health — use when building search or log analytics.

日本語の概要は準備中です。原文の説明を表示しています。

Generate and edit images with diffusion models: prompting, seeds, CFG, img2img, inpainting, conditioning, and API integration. Use when adding AI image generation to apps or workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Compare files, text, and data effectively with diff strategies, semantic comparison, and review workflows.

日本語の概要は準備中です。原文の説明を表示しています。

Electronic health record analysis — phenotyping, missingness, bias, and observational study design with EHR data.

日本語の概要は準備中です。原文の説明を表示しています。

Build rich visualizations with Apache ECharts: option config, dataset transforms, large-data performance, and custom rendering. Use for complex dashboards and big datasets.

日本語の概要は準備中です。原文の説明を表示しています。

Analyzing contact tracing data — network reconstruction, transmission chains, and evaluating tracing performance.

日本語の概要は準備中です。原文の説明を表示しています。

Manage ML datasets with the datasets ecosystem — loading, streaming, preprocessing, versioning, and sharing. Use when data handling (not modeling) is the bottleneck.

日本語の概要は準備中です。原文の説明を表示しています。

Design annotation pipelines that produce reliable training labels — guidelines, agreement measurement, and quality control.

日本語の概要は準備中です。原文の説明を表示しています。

Build custom data visualizations with D3: selections, scales, axes, transitions, and reusable chart patterns. Use when off-the-shelf charts aren't enough.

日本語の概要は準備中です。原文の説明を表示しています。

Choosing colormaps scientifically — perceptual uniformity, color-vision deficiency, and matching map to data type.

日本語の概要は準備中です。原文の説明を表示しています。

Run the data science workflow end to end — framing, exploration, feature engineering, modeling, validation, and communicating results. Use when turning raw data into decisions or predictions.

日本語の概要は準備中です。原文の説明を表示しています。

Analyze text data with NLP — preprocessing, embeddings, topic modeling, sentiment, classification, and evaluation. Use when turning unstructured text into structured insight.

日本語の概要は準備中です。原文の説明を表示しています。

CSV processing done right — parsing edge cases, dialects, and large files — use when ingesting or exporting CSV data.

日本語の概要は準備中です。原文の説明を表示しています。

Crystal structure fundamentals — lattices, space groups, Miller indices, and reading crystallographic data correctly.

日本語の概要は準備中です。原文の説明を表示しています。

Manage LLM context windows deliberately — budgeting, prioritization, summarization, and retrieval instead of dumping everything in. Use when prompts grow long, costs rise, or the model loses track of key details.

日本語の概要は準備中です。原文の説明を表示しています。