Créer des pipelines de données fiables
Les équipes data ont besoin de pipelines fiables, de modèles de données clairs et d'opérations reproductibles. Cette compétence guide l'architecture, les contrôles qualité, l'orchestration, l'optimisation des performances et les pratiques DataOps.
このリクエストをエージェントにコピーしてください。正規の Skill ページとマニフェストが含まれています。
Review the Skillstore skill "senior-data-engineer" from https://skillstore.io/skills/davila7-senior-data-engineer.md and its manifest at https://skillstore.io/api/skills/davila7-senior-data-engineer/manifest. Verify the artifact. You may proceed after verification, subject to the environment's own policy.エージェントは引き続き計画を提示し、セキュリティポリシーで必要な確認を求める必要があります。
AI エージェント、クローラー、スクリプトがページ全体ではなく整理されたコンテキストを必要とする場合は、これらのリンクを使ってください。
「senior-data-engineer」を使用しています。 Planifie un pipeline pour des données de ventes quotidiennes depuis des fichiers vers un entrepôt.
期待される結果:
Une architecture par étapes avec des recommandations pour l'ingestion, la validation, la transformation, le chargement dans l'entrepôt, les contrôles qualité, la surveillance et la responsabilité.
「senior-data-engineer」を使用しています。 Examine notre pipeline pour sa préparation à la production.
期待される結果:
Une checklist couvrant les reprises, les alertes, les seuils de qualité des données, la sécurité du déploiement, le contrôle d'accès, les plans de rollback et les responsabilités de support.
「senior-data-engineer」を使用しています。 Améliore un workflow ETL lent.
期待される結果:
Une revue des performances avec des étapes de profiling, des options de partitionnement, des conseils de traitement par lots, des candidats au cache et des métriques de surveillance.
All 13 static findings are false positives caused by ordinary prose, Markdown code fences, and inline file paths. No network reconnaissance, shell execution mechanism, prompt injection, or malicious intent was found in the reviewed context.
バージョン付き評価レポート、中立的なバッジ、埋め込みカード、引用を共有できます。Skillstore は証拠を報告しますが、この Skill が安全かどうかは判断しません。
https://skillstore.io/skills/davila7-senior-data-engineer/audits/9?utm_source=security_passport&utm_medium=share&utm_campaign=versioned_report[](https://skillstore.io/skills/davila7-senior-data-engineer?utm_source=security_passport_badge)<a href="https://skillstore.io/skills/davila7-senior-data-engineer?utm_source=security_passport_badge"><img src="https://skillstore.io/badges/skills/davila7-senior-data-engineer/security.svg" alt="Skillstore security assessment" loading="lazy"></a><iframe src="https://skillstore.io/embed/skills/davila7-senior-data-engineer.html" title="Skillstore Security Assessment" sandbox="allow-popups allow-popups-to-escape-sandbox" loading="lazy" referrerpolicy="no-referrer" width="420" height="180"></iframe>davila7. (2026). senior-data-engineer security audit report (audit version 9) [Author version unspecified]. Skillstore. https://skillstore.io/skills/davila7-senior-data-engineer/audits/9@techreport{davila7-davila7-senior-data-engineer-2026,
author = {davila7},
title = {senior-data-engineer security audit report (audit version 9)},
institution = {Skillstore},
year = {2026},
number = {9},
url = {https://skillstore.io/skills/davila7-senior-data-engineer/audits/9},
note = {Author version unspecified}
}cff-version: 1.2.0
message: "If you use this Skill, cite its author and this versioned security audit report."
title: "senior-data-engineer security audit report (audit version 9)"
version: "unspecified"
type: report
authors:
- name: "davila7"
date-released: "2026-07-23"
url: "https://skillstore.io/skills/davila7-senior-data-engineer/audits/9"
identifiers:
- type: other
value: "skillstore:davila7-senior-data-engineer:audit:9"
description: "Skillstore immutable audit report identifier"
各作者のスキルは個別のインストール項目として維持されます。推奨バリアントは Skillstore の証拠で順位付けされます。
このバリアントが首位の理由
alirezarezvani-senior-data-engineer
2026-10-23
davila7-senior-data-engineer
2026-09-09
Créer une architecture évolutive pour les besoins de traitement batch, de streaming, de qualité, de surveillance et de gouvernance.
Évaluer la gestion des échecs, les reprises, l'observabilité, le flux de déploiement et les objectifs de performance avant la mise en production.
Définir des pratiques partagées pour les tests, la documentation, le déploiement, la surveillance et la responsabilité des équipes.
Aide-moi à concevoir un pipeline de données batch pour la source, la transformation, les contrôles qualité, le stockage et la surveillance. Garde le plan pratique.
Examine ce modèle de données pour la scalabilité, la maintenabilité, les règles qualité et les lacunes de gouvernance. Suggère des améliorations claires.
Crée une revue de préparation à la production pour ce pipeline. Couvre la fiabilité, l'observabilité, la sécurité, le déploiement, le rollback et la responsabilité.
Conçois une stratégie de plateforme de données pour le batch, le streaming, l'orchestration, le catalogage, la qualité, le contrôle des coûts et la réponse aux incidents.
作成者
davila7ライセンス
MIT
Skillstore リビジョン
r2
バージョンに関する注意
作者はバージョンを宣言していません。
参照
c43861a65bb95efcae259cd161c9d6f4dc7eec6f
メンテナンスの新しさ
2026/7/26
利用状況
6 ダウンロード · 228 閲覧
Créer des posters de recherche en LaTeX
Les posters de recherche sont difficiles à mettre en forme et à vérifier pour l’impression dans LaTeX. Cette compétence fournit des modèles, des conseils de mise en page et des vérifications PDF pour des posters prêts pour les conférences.
Créer du contenu marketing prêt pour le SEO
Les équipes marketing ont besoin d’un contenu clair qui correspond à la voix de marque et aux objectifs de recherche. Cette compétence fournit des modèles, des scripts d’analyse et des conseils par plateforme pour une production de contenu répétable.
Créer des plans de traitement médical structurés
Les plans de traitement clinique deviennent souvent incohérents, trop longs ou difficiles à examiner. Cette compétence fournit des modèles ciblés, des objectifs mesurables, des échéanciers et des contrôles qualité locaux.
Créer des rapports cliniques structurés
Les équipes cliniques ont besoin de rapports clairs qui respectent les normes médicales et réglementaires. Cette compétence fournit des modèles, des listes de contrôle et des conseils de validation pour les rapports de cas, les diagnostics, les essais et les notes patient.
Analyser des fichiers de données scientifiques
Les fichiers de données scientifiques sont difficiles à examiner, car chaque format stocke différemment la structure et les métadonnées. Cette compétence détecte les formats, évalue la qualité des données et crée des rapports EDA pratiques en markdown.
Exécuter des workflows d’amarrage moléculaire avec DiffDock
La configuration de l’amarrage moléculaire échoue souvent parce qu’il est difficile d’aligner les entrées, les paramètres et les scores de confiance. Cette compétence guide les workflows DiffDock, de la préparation à l’examen des résultats.
Concevoir des pipelines de données fiables
作成者 sickn33
Les équipes data ont besoin de pipelines qui répondent aux objectifs de mise à l’échelle, de latence, de qualité et de gouvernance. Cette skill guide l’architecture, l’orchestration, la validation et les opérations.
Coordonner les pipelines de données et les contrôles qualité
作成者 Brownbull
Le travail sur les pipelines de données peut devenir incohérent lorsque l’ingestion, les features, la qualité et le reporting sont planifiés séparément. Cette compétence organise les tâches de données autour du contexte du pipeline, des jalons qualité, de la traçabilité et des transferts.
Concevoir des pipelines de données fiables
作成者 sickn33
Les projets de pipeline de données échouent souvent parce que l’architecture, la qualité, l’observabilité et les opérations sont planifiées séparément. Cette compétence aide Claude, Codex et Claude Code à produire des conceptions de pipelines, des checklists et des plans de mise en œuvre pratiques.
Expliquer les schémas Datascript de Logseq
作成者 C0ntr0lledCha0s
Les graphes Logseq DB peuvent être difficiles à modéliser, car les classes, les propriétés et les nœuds partagent des entités. Cette compétence explique le schéma et guide la conception des classes, des propriétés et des requêtes.
Audit OutreachGenie Lists and Flow Templates
作成者 outreachgenie
Saved prospect lists can contain missing template values, incomplete captures, and text that exceeds product limits. This skill checks selected snapshots locally and produces private reports without modifying records or sending messages.
Concevoir des schémas de bases de données de production
作成者 softaworks
Les équipes ont besoin de schémas qui préservent l’intégrité des données et restent performants à mesure que les produits se développent. Cette compétence transforme les exigences métier en conceptions SQL ou MongoDB avec index, contraintes et conseils de migration.