数据科学 Skill技能列表
流数据处理Skill streaming-data
这个技能用于构建事件流系统和实时数据管道，涵盖消息代理（如Kafka、Pulsar）、流处理器（如Flink、Spark）、生产者/消费者模式、事件溯源和变更数据捕获（CDC）等。适用于微服务通信、实时分析、数据集成、IoT平台和高频交易系统等场景。关键词：流数据处理、实时数据管道、事件驱动架构、Kafka、Flink、数据工程、微服务、CDC、事件溯源。
EVMDEX交易Skill trading-evm
EVM DEX交易技能允许用户在以太坊、Arbitrum、Optimism、Base和Polygon等EVM兼容链上使用Uniswap V3和1inch聚合器进行代币交易，支持MEV保护和滑点容忍度设置，适用于量化金融和加密货币交易领域。
Parquet转CSV工具Skill parquet2csv
这个技能用于将Parquet格式的数据文件转换为CSV格式，实现数据格式转换和导出功能。适用于数据工程、ETL处理和数据兼容性场景。关键词：Parquet, CSV, 数据转换, Spark, 数据导出, 格式转换, 数据工程。
数据库技能Skill databases
该技能专注于MongoDB和PostgreSQL数据库的管理与操作，涵盖数据建模、查询编写、性能优化、索引管理、数据库迁移、备份恢复策略等关键方面。适用于数据库管理员、后端开发者和数据工程师，提升数据库处理效率和系统稳定性。关键词：MongoDB, PostgreSQL, 数据库管理, 查询优化, 数据建模, 性能调优
scikit-survival生存分析技能Skill scikit-survival
scikit-survival 是一个用于生存分析和时间到事件建模的 Python 工具包。它适用于处理截尾数据、拟合 Cox 模型、随机生存森林、梯度提升模型或生存 SVM，使用一致性指数或 Brier 分数评估预测，处理竞争风险，或实现任何生存分析工作流。关键词：生存分析，时间到事件建模，截尾数据，Cox 模型，随机生存森林，梯度提升，生存 SVM，一致性指数，Brier 分数，竞争风险，Python 库，预测建模。
市场索引APISkill market-index
这个技能是一个市场索引工具，用于搜索、发现和浏览跨多个预测市场平台的市场数据。它支持关键词搜索、平台过滤、分类浏览、新市场发现和趋势分析，适用于量化金融、数据分析和市场研究。关键词：市场索引、预测市场、API、搜索、数据检索、量化交易。
SQL查询写作技能Skill query-writing
此技能专注于SQL查询的编写和执行，覆盖从基础单表查询到高级多表JOIN和聚合操作，适用于数据分析、数据工程和数据库管理领域，关键词：SQL查询、数据分析、数据库、数据工程、商业智能。
ParaView科学可视化器Skill paraview-scientific-visualizer
ParaView科学可视化器是一款专为三维科学数据渲染与分析设计的技能工具，支持VTK格式处理、体渲染、等值面提取、流线可视化、动画生成及Python脚本自动化。适用于科研数据分析、工程仿真可视化、医学影像处理等领域，帮助用户高效实现复杂科学数据的交互式可视化与洞察。关键词：ParaView可视化，三维科学数据，体渲染，等值面，流线动画，VTK数据处理，科研绘图，仿真可视化。
生物信息学分析师Skill bio-informatics-analyst
该技能用于协调和管理生物信息学数据处理流程，包括数据转换、分析管道设置、质量控制以及报告生成，确保工作流程的可重复性和高效性，特别适用于单细胞分析等生物医学研究领域。关键词：生物信息学、数据分析、数据处理、工作流程自动化、可重复性、Nextflow、Python、单细胞分析、质量控制、生物医药。
DAG生成技能Skill dag-generate
该技能用于从 Starlake 项目配置自动生成 Airflow 或 Dagster 的 DAG（有向无环图）文件，支持数据加载和变换任务的编排，适用于数据工程、ETL 开发和自动化工作流管理。关键词：DAG, Airflow, Dagster, Starlake, 数据工程, ETL, 任务编排, 工作流。
CognitiveTwinSkill cognitive-twin
Cognitive Twin是一个始终开启的商业健康监控系统，能够持续跟踪13个商业领域，计算特定领域的健康得分，检测异常和趋势，并提供早期预警信号，帮助企业及时了解业务状况并做出决策。
高级数据工程师Skill senior-data-engineer
高级数据工程师技能专注于构建和管理可扩展的数据基础设施、ETL/ELT系统、数据管道和数据质量，支持生产级AI/ML和数据系统。关键技术包括Python、SQL、Spark、Airflow、dbt、Kafka等，适用于数据架构设计、数据工作流优化、数据治理等场景，助力企业实现数据驱动的决策和创新。关键词：数据工程、ETL、数据管道、数据基础设施、Spark、Airflow、Python、SQL、DataOps。