机器学习 Skill技能列表
推荐系统Skill RecommendationSystem
构建协同和基于内容的推荐引擎，用于产品推荐、个性化和提高用户参与度
推荐引擎Skill RecommendationEngine
这项技能提供了构建推荐系统的全面实现，使用协同过滤、基于内容的过滤、矩阵分解和混合方法来预测用户偏好并提供个性化建议。
模型监控Skill ModelMonitoring
模型监控技能用于确保部署在生产环境中的机器学习模型维持良好的性能，通过检测数据漂移、概念漂移和性能退化来实现模型的可靠性和准确性。关键词包括：模型性能、数据漂移、概念漂移、异常检测、机器学习可观测性。
模型超参数调优Skill ModelHyperparameterTuning
这是一种系统化搜索最佳模型配置参数组合以最大化验证数据上性能的过程，涉及网格搜索、随机搜索、贝叶斯优化等多种调优方法，以及对不同模型类型的超参数进行调优，如树模型、神经网络、SVM等。
AI/MLObservabilityandMonitoringSkill AI/MLObservabilityandMonitoring
这个技能提供了一套全面的指南，用于监控生产环境中的人工智能和机器学习系统，包括大型语言模型（LLMs）、检索-生成（RAG）应用和传统机器学习模型。它涵盖了监控堆栈的搭建、关键性能指标的跟踪、模型性能监控、数据漂移检测、日志记录、追踪技术、告警策略、仪表板配置、A/B测试监控、成本优化等多个方面，是确保AI系统可靠性和性能的关键工具。
聚类分析Skill ClusteringAnalysis
聚类分析是一种无监督学习方法，用于将数据集划分为由相似对象组成的多个组或聚类。它在市场细分、客户行为分析、图像识别等领域有着广泛的应用。
高级评估Skill advanced-evaluation
这个技能用于构建和优化大型语言模型输出的评估系统，包括自动化评估管道、比较模型响应、创建评分标准等，关键词包括LLM评估、自动化质量评估、偏见减轻。
BAML集成技能Skill baml-integration
BAML 集成技能是一套通用的模式，用于在任何项目中与边界机器学习（BAML）合作，提供类型安全的大语言模型（LLM）提示和自动代码生成，支持 Python 和 TypeScript，适用于跨语言代码生成和客户端包装。
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Skill machine-learning
本技能是关于机器学习全生命周期的综合指南，涵盖从问题定义、数据准备、模型选择、训练评估到生产部署与监控的完整流程。关键词：机器学习、MLOps、模型训练、特征工程、超参数调优、模型部署、A/B测试、数据漂移、模型版本管理、CI/CD。
模板卷积优化Skill stencil-convolution
stencil-convolution技能是专门针对GPU优化的模板和卷积模式实现的专家技能，用于科学计算、图像处理和数值模拟，涉及邻域计算的AI驱动操作。
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