这个技能提供了一个完整的端到端数据科学和机器学习工程工作流程，将原始数据和业务问题转化为可生产化的验证模型。它涵盖了数据探索、特征设计、模型选择、性能评估、SQL变换和MLOps实践，特别强调现代特征存储、自动化重训练和漂移监控。关键词：数据科学、机器学习、特征工程、模型评估、MLOps、SQLMesh、预测建模、可重复性。

本技能专注于 ClickHouse 数据库的高性能分析模式、查询优化和数据工程最佳实践，适用于大规模数据分析工作负载。关键词包括 ClickHouse、数据分析、查询优化、数据仓库、ETL、物化视图、性能监控、OLAP、列式存储。

此技能用于直接从Google BigQuery数据集中提取表架构，并将其转换为Starlake YAML配置文件。适用于数据工程、ETL开发和数据仓库构建，提升元数据管理效率。关键词：BigQuery、架构提取、Starlake、YAML、数据工程、ETL、数据仓库、元数据。

该技能用于使用Python编程语言创建高质量的数据可视化图表，支持多种图表类型，适用于数据分析、报告和展示。关键词：Python数据可视化、图表生成、数据分析、可视化工具、数据科学。

设计可访问的颜色调色板，确保包括色盲用户在内的所有用户都能访问和理解信息。

这是一个专注于数据库架构与运维的技能，用于数据库设计、模式构建、Supabase配置、RLS策略实施、数据迁移、查询优化、数据建模和运维监控。适合数据工程师、数据库管理员和开发人员使用。关键词：数据库架构、运维工程师、Supabase、数据工程、查询优化、RLS策略、数据建模、迁移。

CocoIndex是一个高性能的实时数据转换框架，专为人工智能设计，能够构建索引流，从多种数据源提取数据，应用转换，并导出到不同的目标数据库。

使用matplotlib和seaborn创建有效的数据可视化，用于探索性分析、向业务利益相关者展示洞察和沟通结果

这个技能用于根据自然语言描述，编写针对特定SQL方言优化的查询，遵循最佳实践。它帮助用户高效进行数据提取和分析，提升数据库查询性能。关键词：SQL查询，数据编写，优化，数据分析，数据库，数据工程，ETL开发。

CDC 模式实施器是一个专注于变更数据捕获（CDC）的专业技能，用于实现实时数据集成。它提供在多种数据库和流式平台（如PostgreSQL、MySQL、Kafka）上配置和实施CDC解决方案的专家能力，包括连接器配置、模式选择、快照策略、模式变更处理和监控设置。关键词：变更数据捕获，CDC，实时数据集成，Debezium，Kafka，数据同步，ETL，流式处理，数据管道。

这项技能涵盖审查PostgreSQL特定问题的迁移和编写高效查询，包括索引审查、部分索引、JSONB索引、并发索引创建、查询性能分析、UUID性能、约束审查、批量操作、表锁定意识、连接管理、数据类型选择等。

本技能文档系统介绍了ClickHouse数据库在高性能分析场景下的核心模式与实践。涵盖表设计优化、查询性能调优、数据插入策略、物化视图应用、性能监控方法以及常见分析查询模式。适用于数据工程师、数据分析师和开发人员构建实时分析系统、数据仓库和大规模数据处理平台。关键词：ClickHouse优化、OLAP数据库、实时分析、数据工程、查询性能、大数据处理、数据仓库、ETL管道、物化视图、时间序列分析。