질량 분석은 복잡한 분광 데이터를 생성하며 전문적인 처리가 필요합니다. Matchms는 분광 데이터에서 화합물을 로드, 필터링, 비교 및 식별하기 위한 완전한 Python 툴킷을 제공합니다.

과학 컴퓨팅 작업은 효율적으로 실행하기 위해 적절한 하드웨어 리소스가 필요합니다. 이 스킬은 CPU 코어, GPU 가용성, 메모리 및 디스크 공간을 자동으로 감지하여 최적의 계산 전략과 라이브러리 선택을 권장합니다.

지리 데이터 분석에는 벡터 기하학, 좌표계 및 공간 관계를 처리하기 위한 전문 도구가 필요합니다. GeoPandas는 pandas를 확장하여 효율적인 지리공간 데이터 조작을 위해 기하학적 유형에 대한 공간 연산을 가능하게 합니다.

의약품, 의료기기, 식품 리콜, 물질 정보 등을 포함한 포괄적인 FDA 규제 데이터에 접근합니다. 공식 openFDA API를 사용해 이상사례, 라벨링, 승인, 리콜을 검색합니다.

과학자들은 분석 전에 다양한 과학 데이터 파일의 구조와 품질을 이해해야 합니다. 이 스킬은 파일 유형을 자동으로 감지하고, 메타데이터를 추출하며, 통계 분석을 수행하고, 200개 이상의 과학 형식에 대한 포괄적인 마크다운 보고서를 생성합니다.

수동 Excel 분석은 반복적인 작업에 몇 시간이 걸립니다. 이 스킬은 초 단위로 스프레드시트 데이터를 읽고, 분석하고, 시각화할 수 있는 즉시 사용 가능한 pandas 패턴을 제공합니다.

유전체 데이터 관리 및 DNAnexus에서 분석 파이프라인 구축에는 복잡한 API와 패턴 학습이 필요합니다. 이 스킬은 DNAnexus 클라우드 플랫폼에서 앱 개발, 데이터 관리 및 워크플로 실행에 대한 포괄적인 가이드를 제공합니다.

최첨단 확산 모델을 사용하여 단백질과 저분자 리간드 간의 3D 결합 포즈를 예측합니다. 구조 기반 신약 개발 및 가상 스크리닝 캠페인을 위한 신뢰도 점수가 포함된 예측 결과를 생성합니다.

ChIP-seq, RNA-seq, ATAC-seq 실험을 위한 차세대 시퀀싱 데이터를 처리합니다. BAM 파일을 정규화된 커버리지 트랙으로 변환하고 히트맵, 상관관계 플롯, 프로파일 그래프를 포함한 논문 품질의 시각화를 생성합니다.

Python에서 분자 데이터를 다루려면 복잡한 RDKit 코드가 필요합니다. Datamol은 SMILES 파싱, 특성 계산 및 화합물 분석을 위한 간단한 기능을 제공합니다.

여러 글로벌 소스의 인구 통계, 경제 및 건강 데이터에 접근하려면 복잡한 API를 탐색해야 합니다. 이 스킬은 Data Commons Python 클라이언트를 사용하여 통합 지식 그래프를 통해 인구 통계, 실업률, GDP 수치 및 기타 공개 데이터셋을 쿼리하는 완벽한 가이드를 제공합니다.

사용 가능한 RAM을 초과하는 대용량 데이터셋 처리 시 메모리 오류와 느린 성능이 발생합니다. Dask는 pandas와 NumPy 작업을 확장하여 노트북이나 클러스터에서 테라바이트 규모의 데이터를 처리할 수 있는 병렬 컴퓨팅 추상화를 제공합니다.

생물학적 서열, 단백질 구조 또는 유전체 데이터를 다루려면 전문 도구가 필요합니다. 이 스킬은 FASTA 파일 파싱, NCBI 데이터베이스 쿼리, BLAST 검색 실행, 단백질 구조 분석 및 Python을 사용한 계통발생학적 분석을 지원하는 포괄적인 Biopython 문서를 제공합니다.

단일 세포 유전체학 분석을 위한 대규모 주석 데이터 매트릭스 관리는 복잡합니다. 이 스킬은 h5ad 파일, 메타데이터 주석, scverse 생태계와의 통합을 위한 효율적인 처리를 가능하게 하는 AnnData 라이브러리에 대한 포괄적인 문서를 제공합니다.

새로운 팀원은 Snowflake 액세스를 요청하기 위한 명확한 지침이 필요합니다. 이 스킬은 RSA 키 생성, 액세스 요청 제출, CLI, Python 또는 웹 인터페이스를 통한 Snowflake 연결에 대한 단계별 안내를 제공합니다.

데이터베이스 실수는 느린 애플리케이션과 데이터 손실을 야기합니다. 이 스킬은 스키마 설계, 쿼리, ORM 패턴 및 마이그레이션을 위한 포괄적인 검토 체크리스트를 제공합니다.

데이터베이스 개발을 위한 현실적인 테스트 데이터를 만드는 것은 시간이 많이 들고 오류가 발생하기 쉽습니다. 이 스킬은 Faker 라이브러리와 ORM 도구를 사용하여 모든 데이터베이스 시스템에 대해 적절하게 구조화된 시드 데이터와 현실적인 관계, 제약 조건 및 시나리오를 생성하는 것을 도와줍니다.

복잡한 데이터베이스 스키마를 이해하는 데 시간이 오래 걸리고 실수로 이어질 수 있습니다. 이 스킬은 모든 데이터베이스 스키마 소스에서 즉각적으로 전문적인 ERD, Mermaid 다이어그램 및 문서를 생성하는 데 도움이 됩니다.

원시 데이터를 세련된 마크다운 및 HTML 보고서로 변환합니다. 모든 데이터셋에서 차트, 테이블, 경영진 요약 및 실행 가능한 인사이트가 포함된 문서를 생성합니다.

느린 데이터베이스 쿼리는 애플리케이션 성능과 사용자 경험에 영향을 미칩니다. 이 스킬은 쿼리 실행 계획 분석, 성능 병목 현상 식별, 적절한 인덱싱 및 쿼리 재구성과 같은 최적화 구현에 대한 전문적인 가이드를 제공합니다.