القائمة
ML 工程 — PyTorch/HuggingFace, 分布式训练/模型量化/MLOps/ONNX
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
学术论文全流程 — research → write → review → finalize，含文献综述、论文撰写、审稿回复
算法与数据结构 — 数组/链表/树/图/堆/哈希/DP/排序/BFS-DFS/线段树/复杂度分析
API 设计 — RESTful/GraphQL/gRPC/OpenAPI/向后兼容/版本策略
后端 API — REST/GraphQL 设计, JWT/OAuth 认证, 输入验证/限流/缓存
代码审查 — 正确性/安全/性能/可维护性审查维度, 基于严重级别的反馈流程
数据分析 — pandas/numpy 数据清洗/聚合/可视化, 统计检验/A-B测试/SQL
| name | ml-engineering |
| description | ML 工程 — PyTorch/HuggingFace, 分布式训练/模型量化/MLOps/ONNX |
框架: PyTorch/TensorFlow/JAX, HuggingFace 训练: 分布式训练, 混合精度, 梯度累积, 超参搜索 部署: ONNX/TensorRT, 模型量化/蒸馏, Triton MLOps: MLflow/W&B, 实验追踪, 模型注册, 特征存储 数据: 数据增强, 标注策略, 数据版本(DVC)
