| name | data-science |
| description | Especialización en análisis de datos, limpieza, EDA y modelado estadístico. |
| trigger | al trabajar con archivos CSV, Excel, Parquet o bases de datos de análisis. |
Skill: Data Science (Standard)
Propósito
Este skill proporciona directrices para transformar datos crudos en conocimiento accionable, asegurando la integridad, reproducibilidad y claridad del análisis.
Cuándo usar este skill
- Al realizar un Análisis Exploratorio de Datos (EDA).
- Al limpiar o preprocesar datasets para modelos o reportes.
- Al generar visualizaciones estadísticas.
Guía Operativa
1. Validación de Entrada (Sanity Check)
Antes de cualquier análisis, ejecuta el script de validación:
uv run python skills/data-science/scripts/validate_dataset.py --input path/to/dataset.csv
2. Flujo de Limpieza (Cleaning Pipeline)
- Valores Nulos: Decidir estrategia (imputación, eliminación o marcado) basada en el contexto del negocio.
- Duplicados: Identificar duplicados lógicos (no solo por hash de fila).
- Tipado: Asegurar que las columnas numéricas sean
float/int y las fechas sean datetime.
3. Análisis Exploratorio (EDA)
Sigue el template eda_template.py para:
- Distribuciones de frecuencia.
- Correlaciones (Pearson/Spearman).
- Identificación de outliers (Z-score o IQR).
Checklist de Calidad