복잡한 대기열과 공유 리소스는 배포 전에 평가하기 어렵습니다. 이 스킬은 SimPy 모델링, 모니터링, 동기화 및 결과 분석을 안내합니다.

머신 러닝 팀에는 모델 예측의 근거를 명확히 설명할 수 있는 이유가 필요합니다. 이 스킬은 SHAP explainer 선택, 플롯, 디버깅, 공정성 점검 및 프로덕션 설명 워크플로를 안내합니다.

프로덕션 ML 시스템은 일관되게 설계, 배포, 모니터링하기 어렵습니다. 이 스킬은 MLOps, LLM 통합, RAG 아키텍처 및 로컬 워크플로 스캐폴드를 안내합니다.

통계 플롯 선택은 데이터 분석과 그림 제작 속도를 늦출 수 있습니다. 이 스킬은 명확한 Python 시각화를 위해 Seaborn 플롯 선택, 매개변수, 스타일링, 예제를 안내합니다.

단일 세포 오믹스 분석에는 신중한 모델 선택, 전처리, 해석이 필요합니다. 이 skill은 통합, 차등 발현, 주석, 공간 분석을 위한 scvi-tools 워크플로를 안내합니다.

생존 모델링에는 중도절단된 사건 발생 시간 데이터를 처리하는 방법이 필요합니다. 이 스킬은 데이터 준비부터 모델 평가까지 scikit-survival 워크플로를 안내합니다.

머신 러닝 프로젝트에는 일관된 전처리, 평가, 모델 선택 패턴이 필요합니다. 이 스킬은 Claude, Codex, Claude Code에 참조 자료와 예제를 포함한 집중적인 scikit-learn 지침을 제공합니다.

생물정보학 작업에는 올바른 시퀀스, 트리, 다양성, 서열화 워크플로가 필요한 경우가 많습니다. 이 스킬은 Claude, Codex, Claude Code가 scikit-bio API를 활용하도록 안내합니다.

과학 그림은 크기, 해상도, 색상, 레이블 문제로 학술지 검사를 통과하지 못하는 경우가 많습니다. 이 스킬은 Claude, Codex, Claude Code가 접근성을 갖춘 출판용 그림을 만들 수 있도록 안내합니다.

단일세포 RNA-seq 워크플로에는 신중한 QC, 정규화, 클러스터링, 문서화가 필요합니다. 이 skill은 재현 가능한 분석을 위한 Scanpy 워크플로, 스크립트, 템플릿, 참고 자료를 제공합니다.

유전체 분석은 파일 형식, 인덱스, 좌표계를 일관되지 않게 처리할 때 실패하는 경우가 많습니다. 이 스킬은 Claude, Codex, Claude Code에 정렬, 변이, 시퀀스, 커버리지 워크플로에 초점을 맞춘 pysam 지침을 제공합니다.

최적화 프로젝트에는 반복 가능한 알고리즘 선택, 제약 조건, Pareto front 분석이 필요한 경우가 많습니다. 이 스킬은 예제, 참고 자료, 문제 해결 패턴을 통해 pymoo 워크플로를 안내합니다.

질량분석 워크플로에는 다양한 OpenMS 객체, 파일 형식, 알고리즘이 필요합니다. 이 스킬은 Claude, Codex, Claude Code에 단백질체학 및 대사체학 분석을 위한 실용적인 pyOpenMS 지침을 제공합니다.

베이지안 모델링에는 신중한 사전분포, 진단, 모델 점검이 필요합니다. 이 스킬은 모델 설정부터 사후분포 검증 및 비교까지 PyMC 워크플로를 안내합니다.

임상 머신러닝 프로젝트에는 데이터셋, 코딩 시스템, 태스크, 모델, 검증을 신중하게 다루는 과정이 필요합니다. 이 스킬은 Claude, Codex, Claude Code가 재현 가능한 헬스케어 AI 워크플로를 설계하도록 도울 수 있게 PyHealth 지침을 체계화합니다.

데이터 팀은 Polars 파이프라인을 구축하고 pandas에서 마이그레이션할 때 빠른 지침이 필요합니다. 이 스킬은 표현식, 지연 쿼리, I/O, 조인, 성능 튜닝을 위한 간결한 패턴을 제공합니다.

개발자는 다양한 차트 유형에 대해 신뢰할 수 있는 Plotly 예제가 필요한 경우가 많습니다. 이 스킬은 차트, 스타일링, 인터랙티브 기능, 내보내기, Dash 통합에 대한 간결한 Python 가이드를 제공합니다.

구조생물학 작업에는 정확한 구조 ID, 메타데이터, 좌표 파일이 필요합니다. 이 스킬은 Claude, Codex, Claude Code가 RCSB PDB 검색 및 검색 결과 가져오기 워크플로를 수행하도록 안내합니다.

신약 개발팀에는 유전자, 질병, 근거, 알려진 약물을 연결하는 신뢰할 수 있는 방법이 필요합니다. 이 스킬은 Claude, Codex, Claude Code가 Open Targets 쿼리를 수행하고 근거를 해석하도록 안내합니다.

현미경 팀은 예제를 처음부터 다시 만들지 않고 OMERO 데이터에 접근할 수 있는 신뢰할 수 있는 패턴이 필요합니다. 이 스킬은 이미지, 메타데이터, ROIs, 테이블, 배치 처리를 위한 실용적인 Python 워크플로를 제공합니다.