data-analyst

チームは思い込みに基づいてフローを設計し、アクセシビリティの問題を見落としがちです。このスキルは、UXのベストプラクティスを用いて、リサーチ、構造化、インタラクションデザイン、レビューを支援します。

複雑なプロジェクトは、スコープ設定、順序付け、見積もりが難しいものです。このスキルは、目標をマイルストーン、タスク表、依存関係、リスク、チェックポイントに変換します。

不明瞭な文章は、優れたアイデアを見えにくくし、レビューを遅らせることがあります。このスキルは、文法、トーン、構成、簡潔さを編集し、より洗練された下書きにします。

戦略的な選択では、選択肢、リスク、成功指標の明確な比較が不足しがちです。このスキルは、意思決定を分析、推奨事項、ロードマップ、指標へと構造化します。

学術研究のタスクでは、多くの場合、慎重な読解、統合、引用規律が求められます。このスキルは、一貫した学術基準に沿って、論文レビュー、文献要約、学術的文章作成を構成するのに役立ちます。

frontend、API、database、deploymentの選択を個別に扱うと、チームは時間を失います。このスキルは、フルスタックアプリケーションの計画と実装を通じてClaude、Codex、Claude Codeをガイドします。

生データセットには、品質上の問題、傾向、弱い仮定が隠れていることがあります。このスキルは、再現可能な手順でプロファイリング、クリーニング、統計、可視化、レポート作成をガイドします。

科学データファイルは、形式ごとに構造やメタデータの保存方法が異なるため、調査が困難です。このスキルは形式を検出し、データ品質をプロファイリングし、実用的な Markdown EDA レポートを作成します。

Single-cell RNA-seqのワークフローには、慎重なQC、正規化、クラスタリング、ドキュメント化が必要です。このスキルは、再現可能な解析のためのScanpyワークフロー、スクリプト、テンプレート、リファレンスを提供します。

統計検定の選択と報告には、一貫性の欠如や誤りが生じることがあります。このスキルは、分析計画、診断、効果量、検出力、解釈、APA形式の報告を支援します。

遅いクエリやスキーマのばらつきは、Postgres アプリのスケーリングを難しくすることがあります。このスキルは、インデックス、RLS、プーリング、診断に関する Supabase ベースのルールを AI エージェントに提供します。

チームには、データ整合性を保ち、プロダクトの成長に合わせて高速性を維持できるスキーマが必要です。このスキルは、ドメイン要件を、インデックス、制約、移行ガイダンスを含むSQLまたはMongoDB設計に変換します。