데이터·AI 스킬

Forensic root cause analyzer for Antigravity sessions. Classifies scope deltas, rework patterns, root causes, hotspots, and auto-improves prompts/health.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

SymPy is a Python library for symbolic mathematics that enables exact computation using mathematical symbols rather than numerical approximations.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Best practices and guidelines for Apache Kafka event streaming and distributed messaging

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Build features guided by data insights, A/B testing, and continuous measurement using specialized agents for analysis, implementation, and experimentation.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

SQL query optimization, schema design, indexing strategies, and relational database mastery for production data systems

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Design a PostgreSQL-specific schema. Covers best-practices, data types, indexing, constraints, performance patterns, and advanced features

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Transform slow database queries into lightning-fast operations through systematic optimization, proper indexing, and query plan analysis.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Matplotlib is Python's foundational visualization library for creating static, animated, and interactive plots.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Best practices for Matplotlib data visualization, plotting, and creating publication-quality figures in Python

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Apache Airflow, dbt, Prefect, Dagster, and modern data orchestration for production data pipelines

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Data analysis best practices with pandas, numpy, matplotlib, seaborn, and Jupyter notebooks.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Statistics, probability, linear algebra, and mathematical foundations for data science

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Implement data quality validation with Great Expectations, dbt tests, and data contracts. Use when building data quality pipelines, implementing validation rules, or establishing data contracts.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Data pipeline architecture, ETL/ELT patterns, data modeling, and production data platform design

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

You are a data pipeline architecture expert specializing in scalable, reliable, and cost-effective data pipelines for batch and streaming data processing.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Build scalable data pipelines, modern data warehouses, and real-time streaming architectures. Implements Apache Spark, dbt, Airflow, and cloud-native data platforms.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Best practices for SciPy scientific computing, optimization, signal processing, and statistical analysis in Python

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

MongoDB, Redis, Cassandra, DynamoDB, and distributed database patterns for scalable applications

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Expert guidance for data analysis, visualization, and Jupyter Notebook development with pandas, matplotlib, seaborn, and numpy.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Apache Spark, Hadoop, distributed computing, and large-scale data processing for petabyte-scale workloads

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Ensure designs define data flow, state ownership, consistency boundaries, and cross-boundary writes to prevent drift and incidents.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Ensure data model/DB designs cover constraints, integrity, indexes, migrations, rollback, and operational impacts.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Ensure architecture docs define RPO/RTO, failover paths, data consistency, and DR drillability.

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.

Reviews Laravel migrations for destructive operations, change() dropping modifiers, locking index creation on large tables (PostgreSQL), and asymmetric down().

한국어 요약은 준비 중입니다. 원문 설명을 표시하고 있습니다.