ai-data-engineering

SKILL.md

Build data infrastructure for AI/ML systems including RAG pipelines, feature stores, and embedding generation. Provides architecture patterns, orchestration workflows, and evaluation metrics for production AI applications.

RAG pipelines have 5 distinct stages. Understanding this architecture is critical for production implementations.

Chunking is the most critical decision for RAG quality. Poor chunking breaks retrieval.

Canalizaciones de datos, almacenes de funciones y generación de integración para sistemas AI/ML. Úselo al crear canalizaciones RAG, servicio de funciones de ML o transformaciones de datos. Cubre tiendas de funciones (Feast, Tecton), incorporación de canalizaciones, estrategias de fragmentación, orquestación (Dagster, Prefect, Airflow), transformaciones dbt, control de versiones de datos (LakeFS) y seguimiento de experimentos (MLflow, W&B). Fuente: ancoleman/ai-design-components.

Ver original