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。

数据建模是设计数据库模式、数据仓库和数据分析系统的核心技能，涵盖维度建模、星型模式、数据保险库等技术，用于优化数据存储和查询性能，支持操作型和分析型数据处理。关键词：数据建模，数据库设计，数据仓库，OLAP，OLTP，维度建模，星型模式，数据保险库。

该技能用于根据数据库表中的外键关系，自动生成可视化表依赖图，帮助理解数据模型结构。关键词：表依赖、实体关系图、数据模型、可视化、YAML配置、数据库设计、数据工程。

该技能用于执行Snowflake数据仓库的SQL查询、列出数据库表和检查数据模式。提供脚本工具以方便数据探索和分析，适用于数据工程和商业智能场景。关键词：Snowflake、数据仓库、SQL查询、模式检查、数据管理。

此技能用于将数据文件从待处理区域高效加载到数据仓库中，实现ETL（提取、转换、加载）过程。它包括数据验证以符合模式、应用写策略（如APPEND、OVERWRITE）、强制执行数据质量期望（如唯一性检查）和隐私转换。支持多种文件格式（JSON、CSV、XML），并通过配置灵活管理数据加载。关键词：数据加载，ETL，数据仓库，数据验证，写策略，数据质量，隐私转换，文件格式，配置管理。

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。

Great Expectations 数据质量验证器是一个专业的数据治理工具，用于自动化数据质量检查、模式验证和期望测试。它支持创建期望套件、生成数据文档、集成机器学习管道，并提供全面的数据质量监控解决方案。关键词：数据质量验证、Great Expectations、期望套件、数据治理、机器学习管道、自动化测试、数据文档、ETL验证、数据工程、数据科学工具。

Tableau分析技能是一个商业智能集成工具，专注于Tableau仪表板数据提取、可视化生成和嵌入式分析。它主要用于销售数据分析、绩效仪表板制作和自定义报告创建，帮助企业进行销售绩效评估、管道健康度分析和区域业绩洞察。关键词：Tableau数据分析，销售仪表板，商业智能BI，可视化报表，嵌入式分析，销售绩效管理。

Zarr Python是一个用于存储和处理大规模N维数组的Python库，支持分块、压缩、并行I/O和云存储集成，与NumPy、Dask、Xarray兼容，适用于科学计算、数据工程和机器学习流水线。关键词：Zarr Python, 数据存储, 分块数组, 压缩, 云存储, 科学计算, 并行处理, Dask, Xarray

Kafka工程师技能专注于Apache Kafka分布式流处理平台，提供实时数据管道构建、事件驱动架构设计、流处理应用开发（Kafka Streams/ksqlDB）以及数据集成（Kafka Connect）的专业能力。核心关键词包括：实时数据处理、事件流、微服务通信、数据管道、流计算、消息队列、大数据集成、容错系统、性能调优。适用于构建高吞吐、低延迟的实时数据平台，支撑金融风控、电商交易、物联网监控等场景。

使用深度学习嵌入和降维技术（UMAP/t-SNE）在2D中探索和可视化数据集结构，寻找聚类，识别异常值，按类别或元数据着色样本，理解嵌入空间关系。

安全探索 SQLite 或 PostgreSQL 数据库，查看表结构、预览数据、生成 ER 图、执行只读查询。关键词：数据库探索、SQLite、PostgreSQL、ER图、只读查询、数据库架构、表结构、数据预览。