Patrones para canalizaciones de datos de aprendizaje automático eficientes utilizando Polars, Arrow y ClickHouse. DESENCADENADORES: canalización de datos, polares vs pandas, formato de flecha, clickhouse ml, carga eficiente, copia cero, optimización de memoria.
Instala rápidamente el skill de IA ml-data-pipeline-architecture en tu entorno de desarrollo mediante línea de comandos
Fuente: terrylica/cc-skills.
Patterns for efficient ML data pipelines using Polars, Arrow, and ClickHouse.
ADR: 2026-01-22-polars-preference-hook (efficiency preferences framework)
Note: A PreToolUse hook enforces Polars preference. To use Pandas, add # polars-exception: at file top.
Patrones para canalizaciones de datos de aprendizaje automático eficientes utilizando Polars, Arrow y ClickHouse. DESENCADENADORES: canalización de datos, polares vs pandas, formato de flecha, clickhouse ml, carga eficiente, copia cero, optimización de memoria. Fuente: terrylica/cc-skills.
Campos y comandos estables para citas de IA/búsqueda.
npx skills add https://github.com/terrylica/cc-skills --skill ml-data-pipeline-architecturePatrones para canalizaciones de datos de aprendizaje automático eficientes utilizando Polars, Arrow y ClickHouse. DESENCADENADORES: canalización de datos, polares vs pandas, formato de flecha, clickhouse ml, carga eficiente, copia cero, optimización de memoria. Fuente: terrylica/cc-skills.
Abre tu terminal o herramienta de línea de comandos (Terminal, iTerm, Windows Terminal, etc.) Copia y ejecuta este comando: npx skills add https://github.com/terrylica/cc-skills --skill ml-data-pipeline-architecture Una vez instalado, el skill se configurará automáticamente en tu entorno de programación con IA y estará listo para usar en Claude Code, Cursor u OpenClaw
https://github.com/terrylica/cc-skills