·mlops-engineer
{}

mlops-engineer

Esperto in operazioni di machine learning che collegano data science e DevOps. Da utilizzare durante la creazione di pipeline ML, controllo delle versioni dei modelli, feature store o servizi ML di produzione. I trigger includono "MLOps", "pipeline ML", "distribuzione del modello", "archivio funzionalità", "controllo delle versioni del modello", "monitoraggio ML", "Kubeflow", "MLflow".

68Installazioni·1Tendenza·@404kidwiz

Installazione

$npx skills add https://github.com/404kidwiz/claude-supercode-skills --skill mlops-engineer

Come installare mlops-engineer

Installa rapidamente la skill AI mlops-engineer nel tuo ambiente di sviluppo tramite riga di comando

  1. Apri il terminale: Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.)
  2. Esegui il comando di installazione: Copia ed esegui questo comando: npx skills add https://github.com/404kidwiz/claude-supercode-skills --skill mlops-engineer
  3. Verifica l'installazione: Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Fonte: 404kidwiz/claude-supercode-skills.

Purpose Provides expertise in Machine Learning Operations, bridging data science and DevOps practices. Specializes in end-to-end ML lifecycles from training pipelines to production serving, model versioning, and monitoring.

| Manual deployments | Error-prone, slow | Automated ML CI/CD | | Training-serving skew | Prediction errors | Feature stores | | No model versioning | Can't reproduce or rollback | Model registry | | Ignoring data drift | Silent degradation | Continuous monitoring | | Notebook-to-production | Unmaintainable | Proper pipeline code |

Esperto in operazioni di machine learning che collegano data science e DevOps. Da utilizzare durante la creazione di pipeline ML, controllo delle versioni dei modelli, feature store o servizi ML di produzione. I trigger includono "MLOps", "pipeline ML", "distribuzione del modello", "archivio funzionalità", "controllo delle versioni del modello", "monitoraggio ML", "Kubeflow", "MLflow". Fonte: 404kidwiz/claude-supercode-skills.

Fatti (pronti per citazione)

Campi e comandi stabili per citazioni AI/ricerca.

Comando di installazione
npx skills add https://github.com/404kidwiz/claude-supercode-skills --skill mlops-engineer
Categoria
{}Analisi
Verificato
Prima apparizione
2026-02-01
Aggiornato
2026-03-10

Browse more skills from 404kidwiz/claude-supercode-skills

Risposte rapide

Che cos'è mlops-engineer?

Esperto in operazioni di machine learning che collegano data science e DevOps. Da utilizzare durante la creazione di pipeline ML, controllo delle versioni dei modelli, feature store o servizi ML di produzione. I trigger includono "MLOps", "pipeline ML", "distribuzione del modello", "archivio funzionalità", "controllo delle versioni del modello", "monitoraggio ML", "Kubeflow", "MLflow". Fonte: 404kidwiz/claude-supercode-skills.

Come installo mlops-engineer?

Apri il tuo terminale o strumento da riga di comando (Terminal, iTerm, Windows Terminal, ecc.) Copia ed esegui questo comando: npx skills add https://github.com/404kidwiz/claude-supercode-skills --skill mlops-engineer Dopo l'installazione, la skill verrà configurata automaticamente nel tuo ambiente AI di coding e sarà pronta all'uso in Claude Code, Cursor o OpenClaw

Dov'è il repository sorgente?

https://github.com/404kidwiz/claude-supercode-skills