architecting-data
✓Orientation stratégique pour la conception de plates-formes de données modernes, couvrant les paradigmes de stockage (lac de données, entrepôt, Lakehouse), les approches de modélisation (dimensionnelles, normalisées, coffre-fort de données, tables larges), les principes de maillage de données et les modèles d'architecture en médaillon. À utiliser lors de l'architecture de plates-formes de données, du choix entre des modèles centralisés et décentralisés, de la sélection de formats de table (Iceberg, Delta Lake) ou de la conception de cadres de gouvernance des données.
Installation
SKILL.md
Guide architects and platform engineers through strategic data architecture decisions for modern cloud-native data platforms.
Data Lakehouse: Hybrid combining lake flexibility with warehouse reliability
Scoring: 24-30: Strong candidate | 18-23: Hybrid | 12-17: Build foundation first | 6-11: Centralized
Orientation stratégique pour la conception de plates-formes de données modernes, couvrant les paradigmes de stockage (lac de données, entrepôt, Lakehouse), les approches de modélisation (dimensionnelles, normalisées, coffre-fort de données, tables larges), les principes de maillage de données et les modèles d'architecture en médaillon. À utiliser lors de l'architecture de plates-formes de données, du choix entre des modèles centralisés et décentralisés, de la sélection de formats de table (Iceberg, Delta Lake) ou de la conception de cadres de gouvernance des données. Source : ancoleman/ai-design-components.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/ancoleman/ai-design-components --skill architecting-data- Catégorie
- {}Analyse de Données
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que architecting-data ?
Orientation stratégique pour la conception de plates-formes de données modernes, couvrant les paradigmes de stockage (lac de données, entrepôt, Lakehouse), les approches de modélisation (dimensionnelles, normalisées, coffre-fort de données, tables larges), les principes de maillage de données et les modèles d'architecture en médaillon. À utiliser lors de l'architecture de plates-formes de données, du choix entre des modèles centralisés et décentralisés, de la sélection de formats de table (Iceberg, Delta Lake) ou de la conception de cadres de gouvernance des données. Source : ancoleman/ai-design-components.
Comment installer architecting-data ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/ancoleman/ai-design-components --skill architecting-data Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/ancoleman/ai-design-components
Détails
- Catégorie
- {}Analyse de Données
- Source
- skills.sh
- Première apparition
- 2026-02-01