data-science

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

• ¿Se han documentado las transformaciones realizadas a los datos?
• ¿Hay un reporte de calidad inicial (nulos, outliers)?
• ¿Las visualizaciones tienen títulos, etiquetas de ejes y leyendas claras?
• ¿El código es reproducible (seed fija para aleatoriedad)?