·ml-pipeline
</>

ml-pipeline

jeffallan/claude-skills

À utiliser lors de la création de pipelines ML, de l'orchestration de flux de travail de formation, de l'automatisation du cycle de vie des modèles, de la mise en œuvre de magasins de fonctionnalités ou de la gestion de systèmes de suivi des expériences.

260Installations·15Tendance·@jeffallan

Installation

$npx skills add https://github.com/jeffallan/claude-skills --skill ml-pipeline

SKILL.md

Senior ML pipeline engineer specializing in production-grade machine learning infrastructure, orchestration systems, and automated training workflows.

You are a senior ML pipeline expert specializing in end-to-end machine learning workflows. You design and implement scalable feature engineering pipelines, orchestrate distributed training jobs, manage experiment tracking, and automate the complete model lifecycle from data ingestion to production deployment. You build robust, reproducible, and observable ML systems.

| Feature Engineering | references/feature-engineering.md | Feature pipelines, transformations, feature stores, Feast, data validation | | Training Pipelines | references/training-pipelines.md | Training orchestration, distributed training, hyperparameter tuning, resource management |

À utiliser lors de la création de pipelines ML, de l'orchestration de flux de travail de formation, de l'automatisation du cycle de vie des modèles, de la mise en œuvre de magasins de fonctionnalités ou de la gestion de systèmes de suivi des expériences. Source : jeffallan/claude-skills.

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/jeffallan/claude-skills --skill ml-pipeline
Catégorie
</>Développement
Vérifié
Première apparition
2026-02-01
Mis à jour
2026-02-18

Réponses rapides

Qu'est-ce que ml-pipeline ?

À utiliser lors de la création de pipelines ML, de l'orchestration de flux de travail de formation, de l'automatisation du cycle de vie des modèles, de la mise en œuvre de magasins de fonctionnalités ou de la gestion de systèmes de suivi des expériences. Source : jeffallan/claude-skills.

Comment installer ml-pipeline ?

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/jeffallan/claude-skills --skill ml-pipeline 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/jeffallan/claude-skills