Escribe consultas SQL optimizadas para cualquier base de datos. La IA entiende tu esquema y genera consultas apropiadas para el dialecto con seguridad integrada.

Escribir consultas SQL complejas desde cero es lento y propenso a errores. Esta habilidad proporciona patrones SQL expertos y orientación de uso de herramientas para DBX Studio con el fin de generar consultas precisas y optimizadas en múltiples dialectos de base de datos.

Transforma los resultados de consultas de base de datos en gráficos significativos. Esta habilidad ayuda a los usuarios de Claude Code a crear gráficos de barras, gráficos de líneas, gráficos circulares y más directamente desde consultas SQL en DBX Studio.

Transforma consultas complejas de bases de datos en visualizaciones claras. Esta habilidad ayuda a Claude a crear gráficos directamente desde tus datos usando la herramienta generate_chart con visualizaciones de barras, líneas, pasteles, dispersión, área e histogramas.

Esta habilidad ayuda a los usuarios a explorar sistemáticamente estructuras de bases de datos, comprender relaciones entre tablas y evaluar la calidad de los datos a través de un flujo de trabajo estructurado de perfilado.

Comprender bases de datos desconocidas toma horas de consultas manuales. Esta habilidad automatiza el descubrimiento de esquemas, el perfilado de datos y la evaluación de calidad para que puedas compender rápidamente cualquier conjunto de datos.

Esta habilidad proporciona herramientas para crear, editar y analizar hojas de cálculo de Excel. Maneja fórmulas, formato, análisis de datos y recálculo de fórmulas utilizando LibreOffice. Perfecto para modelos financieros, procesamiento de datos y tareas de automatización de hojas de cálculo.

Trabajar con conjuntos de datos grandes que exceden la RAM causa errores de memoria y bajo rendimiento. Vaex utiliza evaluación diferida y mapeo de memoria para procesar miles de millones de filas instantáneamente sin cargar datos en la memoria.

Los datos de alta dimensionalidad son difíciles de visualizar y analizar. UMAP proporciona reducción de dimensionalidad no lineal rápida que preserva tanto la estructura local como global para visualizaciones 2D/3D claras y preprocesamiento efectivo de agrupamiento.

Trabajar con modelos transformer requiere comprender pipelines, tokenización y flujos de trabajo de fine-tuning. Esta habilidad proporciona una guía completa para usar la biblioteca Hugging Face Transformers en tareas de NLP, visión por computadora y audio con mejores prácticas y ejemplos de código.

Las Redes Neuronales de Grafos permiten aprender de estructuras de datos irregulares como redes sociales y moléculas. PyTorch Geometric proporciona un kit de herramientas completo para construir, entrenar y evaluar GNNs con código repetitivo mínimo.

Accede a redes de interacciones proteína-proteína desde la base de datos STRING que cubre 59M proteínas y 20B interacciones. Realiza análisis de enriquecimiento funcional, descubre socios de interacción y genera visualizaciones de redes para investigación en biología de sistemas.

Los usuarios necesitan analizar datos con métodos estadísticos rigurosos. Esta habilidad proporciona orientación integral para modelos de regresión, pruebas de hipótesis, análisis de series temporales y procedimientos de diagnóstico.

Los modelos de aprendizaje automático suelen funcionar como cajas negras. SHAP proporciona un marco unificado para comprender qué características impulsan las predicciones y cuánto contribuye cada característica. Esta skill te ayuda a calcular la importancia de características, generar visualizaciones, depurar modelos e implementar IA explicable en tus proyectos.

Construir y desplegar sistemas de ML en producción requiere experiencia profunda en MLOps, monitoreo de modelos e infraestructura escalable. Esta habilidad proporciona orientación de clase mundial para poner modelos en producción, implementar sistemas RAG e integrar LLMs en flujos de trabajo de producción.

Diseñar experimentos, construir modelos predictivos y tomar decisiones basadas en datos con técnicas de ciencia de datos de nivel experto. Esta habilidad proporciona marcos de producción para análisis estadístico, ingeniería de características y evaluación de modelos.

Diseña e implementa pipelines de datos de nivel de producción con experiencia de nivel senior. Transforma datos en bruto en infraestructura de análisis confiable y escalable utilizando Python, SQL, Spark y herramientas de la pila de datos moderna.

Los proyectos de visión por computadora requieren experiencia profunda en arquitecturas, optimización y despliegue. Esta habilidad proporciona orientación de nivel senior para construir sistemas de detección de objetos, segmentación y visión en tiempo real con mejores prácticas de producción.

Seaborn proporciona visualizaciones estadísticas complejas con código mínimo. Esta habilidad te ayuda a crear gráficos de calidad de publicación para análisis exploratorio de datos y presentaciones.

El análisis de tiempo hasta el evento requiere métodos especializados para datos censurados. Esta guía proporciona orientación completa sobre el ajuste de modelos de Cox, Bosques de Supervivencia Aleatorios y SVM de Supervivencia, evaluando correctamente las predicciones con el índice de concordancia y el puntaje de Brier.