데이터·AI 스킬

Fetch construction material prices from open APIs. Track price trends, regional variations, and update cost databases.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Load and parse DDC CWICR construction cost database from multiple formats: Parquet, Excel, CSV, Qdrant snapshots. Foundation for all CWICR operations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Validate CWICR data quality and estimate inputs. Check for errors, inconsistencies, outliers, and missing data.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Forecast project cash flow based on schedule and cost data. Generate S-curves and payment projections.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Generate comprehensive BIM model validation reports. Check data quality, completeness, and compliance with standards.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Calculate CO2 emissions and carbon footprint from BIM model data. Analyze embodied carbon by material, element, and building system.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Create interactive KPI dashboards for construction projects. Track schedule, cost, quality, and safety metrics in real-time.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze labor productivity from site data. Compare planned vs actual, identify trends, benchmark against industry standards.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Generate automated daily progress reports from site data. Track work completed, labor hours, equipment usage, and weather conditions.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Browse and search the OpenConstructionERP cost database: classification tree, SQL and semantic search, autocomplete, certainty badges, and the resource catalog. Use when a user wants to explore cost data without building a BOQ yet.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze weather data impact on construction schedules. Predict weather delays, optimize work scheduling based on forecasts, and calculate weather-related risk factors for project planning.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Automated safety compliance verification for construction sites. Check PPE usage, zone access, working at heights regulations, and generate compliance reports using rule-based and ML approaches.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Apply machine learning for construction project risk assessment. Predict schedule delays, cost overruns, and safety incidents using historical data and project characteristics.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Extract structured data from IFC (Industry Foundation Classes) files using IfcOpenShell. Parse BIM models, extract quantities, properties, spatial relationships, and export to various formats.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Multi-project portfolio analytics dashboard. Aggregate KPIs across projects, track portfolio health, compare performance, and support executive decision-making.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Material passports and circular construction: generate per-element material inventories from BOQ/BIM, mark reuse potential and recycled content, and prepare deconstruction data. Use for circular-economy and EU Taxonomy-aligned projects.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze construction labor productivity using data analytics. Track worker performance, identify inefficiencies, predict resource needs, and optimize crew allocation for maximum efficiency.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Aggregate and analyze IoT sensor data from construction sites. Collect data from multiple sensor types, detect anomalies, and trigger alerts for safety and quality monitoring.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Integrate and analyze telematics data from heavy construction equipment. Track location, utilization, fuel consumption, maintenance needs, and operator behavior.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Analyze and predict construction change orders using ML. Classify change order types, predict costs and schedule impacts, identify patterns, and optimize approval workflows.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Push records from apps, services, devices, or scripts directly into Unity Catalog Delta tables with Zerobus Ingest: SDKs (Python, TypeScript, Go, Java, Rust, C++, .NET), REST, OTLP, MQTT, Arrow Flight, or Apache Kafka-compatible producer APIs, with no message bus to run. Use to stream events, telemetry, logs, IoT data, CDC, or columnar batches into Databricks in near real time; connect existing collectors and log shippers (OpenTelemetry, Debezium, Vector, Telegraf, Cribl); replace a message bus that only feeds the lakehouse; or debug Zerobus auth, schema, throughput, or delivery issues.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Databricks Vector Search endpoints and indexes for RAG and semantic search; covers index types, search modes, end-to-end RAG patterns

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Generate realistic synthetic data using Spark + Faker (strongly recommended). Supports serverless execution, multiple output formats (Parquet/JSON/CSV/Delta), and scales from thousands to millions of rows. For small datasets (<10K rows), can optionally generate locally and upload to volumes. Use when user mentions 'synthetic data', 'test data', 'generate data', 'demo dataset', 'Faker', or 'sample data'.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Develop Lakeflow Spark Declarative Pipelines (formerly Delta Live Tables) on Databricks. Use when building batch or streaming data pipelines with Python or SQL, including Auto CDC from event streams or periodic complete snapshots. Invoke BEFORE starting implementation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.