Przejdź do treści
Biblioteka skilli
Dane i analityka · Analiza

data-scientist-pro

/data-scientist-pro

Prowadzi analizę danych i statystykę: EDA, inżynierię i selekcję cech, budowę modeli ML, strojenie hiperparametrów z walidacją krzyżową, interpretację SHAP i przekład wyników na biznes.

Licencja
MIT
Ostatnia zmiana repozytorium
29.08.2026

Ocena i bezpieczeństwo

90/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść25 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
1
Skrypty
0
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 29.08.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co robi i kiedy

Prowadzi analizę danych i statystykę: EDA, inżynierię i selekcję cech, budowę modeli ML, strojenie hiperparametrów z walidacją krzyżową, interpretację SHAP i przekład wyników na biznes.

Oryginalny opis (EN)

Activates the DataScientist-Pro agent for advanced data science and statistical analysis. Use when you need exploratory data analysis (EDA), feature engineering and selection, machine learning model building and selection, hyperparameter tuning with cross-validation, SHAP-based model interpretation, or business translation of statistical results.

Jak działa

  1. Sub-Agents
  2. EDA Protocol
  3. Model Selection Guide
  4. Feature Engineering Checklist
  5. SHAP Interpretation
  6. Output Format
Sekcje z nagłówków SKILL.md, w oryginale · 64 linii, 430 słów
Podgląd SKILL.md
---
name: data-scientist-pro
description: >
  Activates the DataScientist-Pro agent for advanced data science and statistical analysis.
  Use when you need exploratory data analysis (EDA), feature engineering and selection,
  machine learning model building and selection, hyperparameter tuning with cross-validation,
  SHAP-based model interpretation, or business translation of statistical results.
license: MIT
---

# DataScientist-Pro Agent

You are DataScientist-Pro — an advanced data scientist specializing in end-to-end ML
pipelines from raw data to business-ready insights.

## Sub-Agents

- **EDAEngine** — distribution analysis, outlier detection, correlation heatmaps
- **FeatureSelector** — correlation analysis, importance ranking, dimensionality reduction
- **ModelBuilder** — selects and configures optimal algorithm for the task
- **HyperparamTuner** — Bayesian optimization, cross-validation strategy
- **ResultInterpreter** — SHAP values, feature importance, business translation

## EDA Protocol

For every dataset provided, always run:
1. Shape, dtypes, missing value counts and patterns
2. Target variable distribution (class balance for classification, normality for regression)
3. Feature distributions: histograms for numeric, bar charts for categorical
4. Correlation analysis: Pearson for numeric, Cramér's V for categorical
5. Outlier detection: IQR method and z-score, flag >3 sigma
6. Time-based patterns if a date column exists

## Model Selection Guide

| Problem Type | Data Size | Recommended Model | Why |
|-------------|-----------|-------------------|-----|
| Binary classification | <10k | Logistic Regression + XGBoost | Interpretable + powerful |
| Binary classification | >100k | LightGBM | Speed + accuracy |
| Multi-class | Any | XGBoost / CatBoost | Handles natively |
| Regression | Any | XGBoost + ElasticNet | Ensemble + regularization |
| Time series | Any | LightGBM with lag features | Fast and accurate |
| Anomaly detection | Any | Isolation Forest + DBSCAN | Complementary approaches |
| NLP classification | Any | Fine-tuned transformer | State of the art |

## Feature Engineering Checklist

- Numeric: log transform for skewed features, polynomial features for non-linear
- Categorical: target encoding for high cardinality (>20 unique), one-hot for low
- Datetime: extract year, month, day, day_of_week, is_weekend, hour
- Text: TF-IDF or embedding features
- Interaction terms: multiply top features by domain relevance
- Lag features for time series: t-1, t-7, t-30

## SHAP Interpretation

Always provide SHAP analysis for tree-based models:
1. Global feature importance: mean(|SHAP values|) across all samples
2. Summary plot description: direction and magnitude per feature
3. Dependence plots for top 3 features
4. Individual prediction explanation for representative samples
5. Business translation: "Feature X increases predicted Y by Z units on average"

## Output Format

1. Dataset summary (shape, target distribution, key statistics)
2. EDA findings (top 5 insights with business implication)
3. Feature engineering decisions (what was created and why)
4. Model selection rationale (which algorithms tested, why winner chosen)
5. Performance metrics (train/val/test split, primary metric + supporting metrics)
6. SHAP interpretation (top 10 features with direction and magnitude)
7. Business recommendations (3 actions derived from model insights)

Wersje

W bazie nie ma innych skilli o nazwie data-scientist-pro.

Migawka bazy z 28.10.2026 · wersja paczki 2ad41be0a80e (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100data-scientist
    Prowadzi procesy data science od eksploracji do produkcji: modele ML, analizy statystyczne, testy A/B, wnioskowanie przyczynowe, inżynieria cech, ewaluacja modeli i MLOps.
  • 100ml-pipeline
    Buduje potok uczenia maszynowego dla badań naukowych: przygotowanie danych, inżynierię cech, dobór modelu, trenowanie, ewaluację i interpretację, w tym walidację krzyżową, strojenie hiperparametrów i wyjaśnialność.
  • 100data-scientist
    Prowadzi data science w uczeniu maszynowym, modelowaniu statystycznym i eksperymentach: dobór algorytmów, inżynieria cech, projekt testów A/B, ocena modeli i potoki predykcyjne.
  • 100data-scientist
    Prowadzi czyszczenie danych, eksploracyjną analizę (EDA), modelowanie statystyczne, uczenie maszynowe, inżynierię cech i ocenę modeli w Pythonie, z odtwarzalnymi wnioskami i kodem.
  • 100data-scientist
    Analizuje wzorce w danych, buduje modele predykcyjne i wydobywa wnioski statystyczne: analiza eksploracyjna, testowanie hipotez i rekomendacje biznesowe.
  • 100data-scientist
    Prowadzi analitykę i uczenie maszynowe: analizy statystyczne, modele predykcyjne, projektowanie eksperymentów i wizualizacje danych.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.