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。

数据工程是一门专注于设计、构建和维护数据管道、数据仓库以及数据质量验证的学科。它核心涉及ETL（提取、转换、加载）流程、使用Apache Spark进行大数据处理、实施数据质量检查，以及设计星型模式等数据仓库结构，旨在确保数据的可靠性、可用性和高效分析，适用于数据驱动决策和商业智能应用。关键词：数据工程，ETL管道，数据仓库，Apache Spark，数据质量，数据沿袭，大数据处理。

Seaborn 是一个强大的Python数据可视化库，专注于统计图形，帮助数据分析师和科学家快速探索数据分布、关系和模式。它集成pandas，提供美观的默认主题和颜色调色板，支持多种图表类型如散点图、线图、箱线图、热图等，适用于探索性数据分析和报告制作。关键词：Python数据可视化，统计图形，Seaborn库，探索性数据分析，图表制作。

数据库优化器是一个专业的数据库性能调优工具，专注于查询优化、索引设计、执行计划分析和数据库配置调优。支持PostgreSQL、MySQL、MongoDB、Redis等主流数据库系统，通过系统化方法解决慢查询、高负载、连接超时等性能问题，实现亚秒级响应和最优资源利用率。关键词：数据库优化、查询性能调优、索引策略、执行计划分析、数据库配置、慢查询优化、OLTP性能、数据库监控、容量规划、水平扩展。

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。

Timescaledb技能提供全面的时序数据库开发支持，涵盖超表管理、连续聚合、数据压缩和实时分析等核心功能。本技能专为数据库开发者、数据工程师和DevOps团队设计，包含官方文档、代码示例和最佳实践指南，帮助用户高效处理时间序列数据，优化查询性能，实现大规模时序数据存储与分析解决方案。

这个技能用于创建视觉映射，通过图表、概念地图和架构蓝图文档化复杂系统的关系、依赖和结构，适用于系统理解、知识组织、流程文档化和战略可视化。关键词：映射可视化、系统架构、数据可视化、信息架构、概念地图、依赖图。

Dask是一个Python并行和分布式计算库，用于处理超出内存的大型数据集，并行化pandas和NumPy操作，支持ETL开发、数据工程和科学计算。关键词：Python、并行计算、分布式计算、大数据、数据处理、ETL、数据科学。

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。

数据库管理技能专注于指导PostgreSQL、DuckDB、Parquet和PGVector的架构决策，用于设计数据库模式、选择存储策略、优化查询性能、调整维护配置、实施向量搜索，并诊断OLTP、OLAP和相似性搜索工作负载中的性能问题。关键词：数据库管理，PostgreSQL，DuckDB，Parquet，PGVector，架构设计，性能优化，数据工程。

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。

此技能集成Metaculus社区预测平台，允许用户搜索预测问题、查看详细预测概率、参与预测比赛等，适用于概率分析和预测建模。关键词：预测平台、社区预测、概率分析、预测建模、Metaculus。