Ручные задачи с электронными таблицами отнимают время и приводят к ошибкам. Этот навык автоматизирует создание, редактирование, анализ и визуализацию файлов Excel с использованием формул, диаграмм и форматирования. Он работает с файлами .xlsx, .xlsm и .csv для любых рабочих процессов с данными.

Написание сложных SQL-запросов и оптимизация производительности базы данных требуют глубоких знаний паттернов запросов, стратегий индексирования и специфичного для базы данных синтаксиса. Этот навык предоставляет экспертные рекомендации для создания эффективных запросов, проектирования нормализованных схем и устранения проблем с производительностью в PostgreSQL, MySQL, SQLite и SQL Server.

Создавайте профессиональные интерактивные визуализации данных с помощью D3.js. Создавайте пользовательские графики, панели мониторинга, сетевые графы и отображения в реальном времени с полным контролем над каждым визуальным элементом.

Пользователям сложно создавать профессиональные таблицы Excel с корректными формулами и стандартами финансового моделирования. Этот навык предоставляет исчерпывающие рекомендации по работе с openpyxl и pandas для создания поддерживаемых таблиц без ошибок с правильным цветовым кодированием, форматированием чисел и валидацией формул.

Создавайте serverless-приложения с Neon PostgreSQL. Получите шаблоны подключения, рабочие процессы ветвления и паттерны оптимизации для edge-функций и serverless-развертываний.

Агенты теряют все состояния, когда сеансы завершаются без постоянной памяти. Этот навык предоставляет архитектурные паттерны для многоуровневых систем памяти, обеспечивающих обучение между сеансами, отслеживание сущностей и временные графы знаний для рассуждений с учётом времени.

Агентским системам не хватает надежного измерения качества. Этот навык предоставляет структурированные фреймворки оценки с многомерными рубриками, разработкой тестовых наборов и производственным мониторингом для систематического измерения производительности агентов.

ИИ-агенты деградируют по мере роста контекста. Этот навык предоставляет шаблоны для распознавания, измерения и исправления деградации до того, как она повлияет на ваши результаты. Используйте его для создания устойчивых систем, надежно обрабатывающих длинные разговоры.

Файлы Excel с формулами теряют вычисленные значения при программном редактировании. Этот навык предоставляет инструменты для создания, изменения и пересчёта электронных таблиц Excel с сохранением целостности формул и обнаружением ошибок.

Ручная обработка больших наборов данных требует много токенов и повышает риск ошибок. Этот навык предоставляет повторно используемые шаблоны для фильтрации, отображения, агрегации и преобразования данных массива в коде, снижая расход токенов и обеспечивая стабильные результаты.

Проектирование схем баз данных с нуля или оптимизация существующих — сложная задача. Этот навык предоставляет проверенные паттерны нормализации, индексации, миграций и оптимизации производительности для SQL и NoSQL баз данных.

Финансовое моделирование требует сложных вычислений и тестирования сценариев. Этот навык автоматизирует оценку DCF, анализ чувствительности и симуляции Монте-Карло для точных инвестиционных решений.

Этот навык рассчитывает ключевые финансовые коэффициенты из балансовых отчетов, отчетов о прибылях и убытках и данных о движении денежных средств. Он предоставляет инвестиционный анализ с отраслевыми ориентирами и практическими рекомендациями.

Маркетинговым командам необходимо количественно оценивать эффективность кампаний на нескольких платформах. Этот навык рассчитывает показатели вовлеченности, ROI и метрики эффективности затрат для предоставления рекомендаций по оптимизации на основе данных.

Общие промпты дают непоследовательные ответы ИИ. Этот навык предоставляет проверенные шаблоны и инструменты оптимизации для продакшен‑взаимодействий с LLM. Преобразуйте расплывчатые запросы в точные, надежные результаты с помощью chain-of-thought, few-shot learning и техник структурированного промптинга.

Создание ML-пайплайнов требует экспертизы в развертывании моделей, мониторинге и практиках MLOps. Этот навык предоставляет готовые к использованию в производстве инструменты для развертывания ML-моделей, интеграции LLM и создания масштабируемых RAG-систем с корпоративной надежностью.

Проектируйте строгие A/B тесты и эксперименты с корректным анализом статистической мощности. Создавайте производственные предиктивные модели с использованием проверенных техник feature engineering и фреймворков машинного обучения.

Создавайте корпоративные решения компьютерного зрения с обнаружением объектов, сегментацией изображений и анализом видео в реальном времени. Этот навык дает экспертные рекомендации по PyTorch, OpenCV, YOLO и vision transformers для продакшн-развертывания.

Дублирующиеся изображения тратят место на диске и искажают модели машинного обучения. Этот навык использует эмбеддинги глубокого обучения для поиска и удаления точных дубликатов и почти дублирующихся изображений из наборов данных FiftyOne. Он автоматизирует процесс обнаружения и помогает очистить наборы данных перед обучением.

Чтобы понять сложные наборы изображений, нужно видеть, как образцы соотносятся в пространстве эмбеддингов. Этот навык проведет вас через вычисление эмбеддингов и использование UMAP или t-SNE для создания 2D-визуализаций, которые показывают кластеры, выбросы и распределения классов в ваших датасетах FiftyOne.