·ml-engineering
</>

ml-engineering

eyadsibai/ltk

À utiliser lors du "déploiement de modèles ML", "MLOps", "servage de modèles", "magasins de fonctionnalités", "surveillance de modèles" ou lors de questions sur le "déploiement PyTorch", la "production TensorFlow", les "systèmes RAG", "l'intégration LLM", "l'infrastructure ML".

22Installations·1Tendance·@eyadsibai

Installation

$npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering

SKILL.md

| ML Frameworks | PyTorch, TensorFlow, Scikit-learn, XGBoost | | LLM Frameworks | LangChain, LlamaIndex, DSPy | | Data Tools | Spark, Airflow, dbt, Kafka, Databricks | | Deployment | Docker, Kubernetes, AWS/GCP/Azure | | Monitoring | MLflow, Weights & Biases, Prometheus | | Databases | PostgreSQL, BigQuery, Snowflake, Pinecone |

| P50 Latency | < 50ms | | P95 Latency | < 100ms | | P99 Latency | < 200ms | | Throughput | > 1000 RPS | | Availability | 99.9% |

À utiliser lors du "déploiement de modèles ML", "MLOps", "servage de modèles", "magasins de fonctionnalités", "surveillance de modèles" ou lors de questions sur le "déploiement PyTorch", la "production TensorFlow", les "systèmes RAG", "l'intégration LLM", "l'infrastructure ML". Source : eyadsibai/ltk.

Voir l'original

Faits (prêts à citer)

Champs et commandes stables pour les citations IA/recherche.

Commande d'installation
npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering
Catégorie
</>Développement
Vérifié
Première apparition
2026-02-17
Mis à jour
2026-02-18

Réponses rapides

Qu'est-ce que ml-engineering ?

À utiliser lors du "déploiement de modèles ML", "MLOps", "servage de modèles", "magasins de fonctionnalités", "surveillance de modèles" ou lors de questions sur le "déploiement PyTorch", la "production TensorFlow", les "systèmes RAG", "l'intégration LLM", "l'infrastructure ML". Source : eyadsibai/ltk.

Comment installer ml-engineering ?

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/eyadsibai/ltk --skill ml-engineering 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/eyadsibai/ltk