ETL 프로세스, 분석 및 피처 엔지니어링에 걸친 복잡한 데이터 워크플로우를 관리하려면 오케스트레이션과 품질 적용이 효과적으로 이루어져야 합니다. 이 스킬은 CTO-Data 역할을 수행하여 데이터 작업을 조정하면서 최소 95%의 품질 표준을 유지합니다.

이 스킬은 비동기 데이터베이스 작업을 위한 즉시 사용 가능한 SQLAlchemy 2.0+ 패턴을 제공합니다. 타입 안전 모델, CRUD 연산, 관계 및 강력한 데이터 서비스 구축을 위한 성능 최적화가 포함되어 있습니다.

데이터 분석에는 특정 데이터 세트와 시각화 요구 사항에 맞게 사용자 정의 Python 코드가 필요합니다. 이 스킬은 AI를 활용하여 데이터를 처리하고 샌드박스 환경에서 전문적인 차트를 생성하는 맞춤형 pandas 및 matplotlib 코드를 생성합니다.

데이터베이스 쿼리를 실행하려면 코드 편집기와 터미널 창을 오가야 합니다. 이 스킬을 사용하면 SQL 쿼리와 psql 메타 명령을 워크플로우를 벗어나지 않고 AI 어시스턴트에서 직접 실행할 수 있습니다.

이 스킬은 민감한 데이터에 접근하지 않고 테이블과 스키마를 탐색하기 위한 안전한 BigQuery CLI 패턴을 제공합니다. 책임 있는 데이터 분석을 위한 데이터 민감성 가이드라인과 함께 INFORMATION_SCHEMA 쿼리, 행 수 확인을 포함합니다.

웹 콘텐츠를 코딩 워크플로우에 가져오는 것은 번거롭고 신뢰할 수 없습니다. 이 스킬은 Claude에게 깨끗한 마크다운, 스크린샷, 구조화된 데이터 또는 검색 결과로 любой 网页에 대한 즉각적인 접근을 제공합니다.

데이터를 먼저 임시 브랜치에 스테이징하여 S3에서 안전하게 로드합니다. 프로덕션에 병합하기 전에 품질을 검증합니다. 잘못된 데이터가 메인 테이블에 도달하는 것을 방지합니다.

처음부터 데이터 파이프라인을 만들려면 DAG 아키텍처, 구체화 전략, 프로젝트 구조에 대한 이해가 필요합니다. 이 스킬은 적절한 분기 안전성, SQL 퍼스트 노드 패턴, Python 변환 모델과 함께 bauplan 프로젝트를 설정하는 과정을 안내합니다.

MEV 거래는 과도한 슬리피지 및 실패한 트랜잭션을 피하기 위해 정확한 유동성 분석이 필요합니다. 이 스킬은 가격 영향 계산, 슬리피지 추정, 실행 전 거래 수익성 검증을 위한 체계적인 워크플로와 공식을 제공합니다.

MEV 인프라는 경쟁 우위를 유지하기 위해 정확한 지연 시간 모니터링이 필요합니다. 이 스킬은 개별 호출 및 집계된 지연 시간 추적을 제공하여 병목 지점을 식별하고, 느린 작업을 디버깅하며, 성능 이상에 대한 알림 임계값을 설정합니다.

DeFi 레지스트리에 토큰, 프로토콜, 체인 또는 네트워크를 추가하려면 여러 파일에 걸쳐 업데이트가 필요합니다. 이 스킬은 프론트엔드, 백엔드, Rust 코어 및 공유 스키마 파일 전반에 걸쳐 일관된 레지스트리 업데이트를 보장하기 위한 체크리스트, 템플릿 및 검증 명령을 제공합니다.

DeFi 트레이딩 봇은 백테스트에서 놓치는 숨겨진 위험으로 인해 프로덕션 환경에서 실패합니다. 이 스킬은 실제 실패 사례에서 검증된 패턴을 내장하고 있어, 차익거래, MEV 또는 자동화된 트레이딩 전략을 구축할 때 치명적인 손실을 피할 수 있습니다.

PDF 문서와 이미지에서 텍스트를 추출하려면 여러 단계와 도구가 필요합니다. 이 스킬은 Claude 비전을 활용하여 스캔된 문서와 이미지를 적절한 구조가 유지된 깔끔한 마크다운 형식으로 정확하게 변환합니다.

사용자는 재무 모델링, 보고 및 분석을 위해 스프레드시트 데이터로 작업해야 합니다. 이 기술은 완전한 수식 지원, 서식 옵션 및 데이터 시각화 기능을 통해 Excel 파일을 생성, 수정 및 분석하는 도구를 제공합니다.

PDF에서 데이터를 추출하거나, 폼을 작성하거나, 문서를 만들어야 하나요? 이 스킬은 텍스트와 테이블 추출, 문서 병합, 프로그래밍 방식의 폼 작성을 위한 포괄적인 PDF 조작 도구를 제공합니다.

처음부터 데이터베이스 코드를 작성하면 연결 누수, 느린 쿼리, 마이그레이션 문제가 발생합니다. 이 스킬은 PostgreSQL, MySQL, SQLite에서 작동하는 비동기 데이터베이스 운영, 연결 풀링, 마이그레이션 및 성능 최적화를 위한 검증된 패턴을 제공합니다.

SQLModel 데이터베이스 모델을 생성하려면 Pydantic 통합, async 세션, 관계 구성에 대한 이해가 필요합니다. 이 스킬은 적절한 검증을 포함한 타입 안전 데이터베이스 작업을 구축하기 위한 전문가 패턴을 제공합니다.

데이터 수동 검증을 하면 오류가 발생하기 쉽습니다. 이 스킬은 Pydactyl 및 Zod 스키마에 대한 전문적인 패턴을 제공하여 오류를 조기에 포착하고 잘못된 데이터가 시스템에 진입하는 것을 방지할 수 있는 타입 안전 검증 파이프라인을 구축할 수 있습니다.

이 스킬은 Python 및 FastAPI 애플리케이션의 데이터베이스 연결 설정에 대한 전문가 가이드를 제공합니다. Neon PostgreSQL 설정, 커넥션 풀링, SSL 구성, 그리고 프로덕션 배포를 위한 모범 사례에 따른 SQLAlchemy 엔진 생성까지 다룹니다.

AI 기반 애플리케이션을 구축하려면 문서에서 근거 있는 컨텍스트가 필요합니다. 이 스킬은 문서 수집, 의미 검색, ERP 시스템을 위한 역할 기반 접근 제어와 함께 Context7 지식 스토어를 통합하는 데 바로 사용할 수 있는 코드를 제공합니다.