机器学习 Skill技能列表
模型评估Skill model-evaluation
本技能用于全面评估机器学习模型的性能、公平性和可靠性，涵盖指标计算、验证策略、训练调试、超参数调优、LLM评估、A/B测试和生产监控，以确保模型质量和可靠性。关键词：模型评估，机器学习，指标，公平性，A/B测试，生产监控。
模型等效性审核器Skill model-equivariance-auditor
模型等效性审核器是一个用于验证机器学习模型是否正确实现对称性（等效性）的技能。它提供系统化的测试方法、层间分析和调试指导，帮助开发者检测和修复模型中的对称性错误，确保模型训练和预测的一致性。关键词：模型等效性、审核、验证、调试、对称性、机器学习、深度学习、AI测试。
高级机器学习工程师Skill senior-ml-engineer
本技能集专为构建和运维企业级AI/ML系统而设计，核心能力包括：机器学习模型生产化部署、MLOps全流程实施、可扩展机器学习平台搭建、大语言模型集成与微调、RAG系统开发、AI智能体应用。关键词：机器学习工程，MLOps，模型部署，大语言模型集成，RAG系统，AI智能体，生产级AI系统，可扩展架构，特征存储，模型监控。
机器学习实验跟踪器Skill ml-experiment-tracker
这个技能提供机器学习实验的系统化指导，专注于跟踪、版本控制和可重现性实践，帮助开发者高效管理模型开发过程。关键词：机器学习、实验跟踪、MLflow、Weights & Biases、DVC、可重现性、模型版本控制、数据版本控制。
SHAP（沙普利可加性解释）Skill shap
SHAP技能用于机器学习模型的可解释性和解释性，通过SHAP值计算特征重要性、生成各种图表（如瀑布图和蜂群图）、调试模型、分析偏差和公平性。支持树模型、深度学习模型和线性模型，是实现可解释AI的关键工具。关键词：模型解释、可解释AI、SHAP值、特征重要性、机器学习、数据可视化、偏差分析、深度学习、树模型、线性模型。
MLOps实施Skill implementing-mlops
MLOps（机器学习操作化）技能提供从实验到生产的机器学习模型部署和监控的完整生命周期管理。涵盖实验跟踪、模型注册、特征存储、服务部署、管道编排和监控等关键方面，适用于构建生产级ML基础设施、选择MLOps平台、实施持续训练管道和建立模型治理。关键词：MLOps，机器学习操作，模型部署，自动化管道，实验跟踪，特征存储，模型服务，监控，漂移检测，CI/CD。
概率分析工具包Skill probabilistic-analysis-toolkit
概率分析工具包是用于分析随机化算法的专业工具，提供基于概率论和集中不等式的数学分析框架。该工具包支持期望值计算、切尔诺夫界、霍夫丁界、马尔可夫不等式、切比雪夫不等式等关键概率工具的应用，帮助算法工程师和研究人员评估随机算法的性能保证、失败概率和收敛速度。适用于算法复杂度分析、机器学习理论、密码学、分布式系统等需要严格概率保证的领域。 关键词：随机化算法分析，概率论工具，集中不等式，切尔诺夫界，霍夫丁界，算法复杂度，概率保证，期望值计算，矩生成函数，拉斯维加斯算法，蒙特卡洛算法
senior-ml-engineerSkill senior-ml-engineer
高级机器学习工程师技能，专注于生产中模型的部署、MLOps流程构建以及大型语言模型的集成。涵盖模型部署、特征存储、漂移监控、RAG系统和成本优化。
统一内存Skill unified-memory
这是一个专门针对CUDA统一内存和内存预取优化的专家技能。该技能提供AI驱动的统一内存操作，包括：配置托管内存分配、实现内存预取策略、处理页面错误分析、配置内存提示和建议、分析统一内存迁移、针对超额订阅场景进行优化以及比较托管与显式内存性能。
parallel-patternsSkill parallel-patterns
GPU并行算法设计模式与实现，包括并行归约、扫描/前缀和、直方图、并行排序、流压缩等高效算法
模型优化Skill ModelOptimization
模型优化技能涉及一系列技术，用于在保持准确度的同时减小机器学习模型的大小、提高推理速度。关键技术包括量化、剪枝、知识蒸馏等，旨在实现模型的高效部署。
FAIRChem技能Skill fairchem
FAIRChem是一个用于材料科学和量子化学的机器学习框架，提供预训练的UMA模型和ASE集成，支持快速能量、力、应力预测，适用于催化、分子、晶体、MOFs等模拟和优化，加速计算并提高效率。关键词：机器学习、材料科学、量子化学、UMA模型、ASE集成、模拟预测、催化研究、几何优化、分子动力学。