数据科学 Skill技能列表
电子书文本提取器Skill ebook-extractor
这是一个Python工具技能，用于从EPUB、MOBI和PDF电子书中提取纯文本，支持自动化转换和分析，适用于数据处理、文本挖掘、电子书阅读和自动化处理。关键词：电子书提取、文本转换、Python脚本、数据处理、自动化工具、电子书分析。
KPI仪表板设计Skill kpi-dashboard-design
这个技能用于设计和构建关键绩效指标仪表板，以清晰展示业务指标、支持数据分析和决策制定。关键词包括KPI、仪表板、数据可视化、商业智能、数据分析、指标监控。
商业智能仪表板平台技能Skill bi-dashboards
商业智能仪表板平台技能是一个专注于自动化构建、配置和管理跨平台商业智能（BI）与营销数据可视化仪表板的专业能力。它集成了Tableau、Power BI、Looker Studio、Domo等主流BI工具，提供数据连接、自定义指标计算、报告自动化调度、多源数据混合以及可视化优化等核心功能。该技能旨在帮助企业高效创建数据驱动的决策支持系统，提升营销绩效监控、ROI分析和业务洞察的效率。关键词：商业智能BI，数据仪表板，营销数据分析，Tableau开发，Power BI报告，数据可视化，自动化报表，KPI监控。
数据处理器Skill data-processor
数据处理器是一个用于处理和验证各种数据输入的工具，适用于数据清洗、验证和预处理。关键词包括数据处理、数据验证、Python工具、数据输入处理，方便SEO搜索和数据管理应用。
无梯度优化Skill derivative-free-optimization
无梯度优化是一种数学优化技术，用于在目标函数的梯度信息不可用、难以计算或不可靠的情况下寻找最优解。它通过直接评估函数值来探索参数空间，适用于黑盒函数优化、实验设计、参数调优等场景。主要方法包括Nelder-Mead单纯形法、Powell方法、贝叶斯优化和模式搜索等。关键词：无梯度优化，黑盒优化，贝叶斯优化，参数调优，数学优化，代理模型，Nelder-Mead，Powell方法，模式搜索，信赖域方法。
混合整数优化Skill mixed-integer-optimization
混合整数优化是一种数学规划技术，用于解决包含离散变量和连续变量的优化问题。该技能涵盖混合整数线性规划（MILP）和混合整数非线性规划（MINLP）的建模与求解方法，包括分支定界算法、割平面法、Big-M重构、指示约束等关键技术。适用于资源分配、生产调度、投资组合优化、路径规划等需要离散决策的实际场景。关键词：混合整数规划，MILP，MINLP，优化算法，数学建模，运筹学，离散优化，分支定界，Gurobi，CPLEX。
Mermaid图表Skill mermaid-diagrams
Mermaid图表是一种使用Mermaid语法创建各种图表和可视化的技能，适用于流程图、序列图、类图、实体关系图、甘特图等，方便软件文档编写、数据可视化和项目规划。关键词：Mermaid、图表、可视化、流程图、序列图、类图、数据可视化。
Starlake配置技能（完整参考）Skill config
这个技能提供了Starlake数据管道配置的完整参考指南，涵盖环境变量配置、JSON模式验证、生产最佳实践等，适用于数据工程师、ETL开发人员和数据架构师，帮助构建高效的数据处理流程。关键词：Starlake，数据工程，ETL，配置，YAML，JSON模式，数据管道，最佳实践。
数据管道架构师Skill data-pipeline-architect
数据管道架构师技能专注于设计和实现高效、可靠的数据处理流程，涵盖ETL与ELT模式、工作流编排、错误处理和数据质量验证，适用于数据仓库、数据湖等场景。关键词：数据管道、ETL开发、ELT模式、数据工程、数据质量、编排工具、Airflow、dbt、数据仓库、数据处理。
转换技能Skill transform
转换技能用于执行SQL或Python数据转换任务，支持从源表读取数据并写入目标表，具备依赖管理、多种写入策略和递归执行功能。适用于数据工程、ETL开发、数据仓库构建和数据处理流程，关键词包括SQL转换、Python脚本、数据管道、ETL工具、数据集成、数据科学、数据库管理。
高级数据科学家Skill senior-data-scientist
这个技能用于高级数据科学工作，专注于统计建模、机器学习、实验设计和生产级AI系统实现，适用于数据驱动决策、预测分析和企业级数据解决方案。关键词：数据科学、机器学习、AI、统计建模、预测分析、实验设计、因果推断。
Python绘图与可视化Skill python-plotting
这个技能专注于使用Python进行数据可视化，涵盖matplotlib、seaborn和plotly三个主要库。matplotlib用于创建静态、高质量的图形，适合出版物；seaborn提供简洁的统计可视化，便于数据分析；plotly支持交互式图形和仪表板，适合Web应用和探索性分析。内容包括绘图类型、自定义选项、最佳实践和库选择指南，帮助用户有效传达数据见解。关键词：数据可视化、Python绘图、matplotlib、seaborn、plotly、统计图形、交互图、数据沟通。