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% |

「ML モデルのデプロイ」、「MLOps」、「モデル サービング」、「フィーチャー ストア」、「モデル モニタリング」、または「PyTorch デプロイ」、「TensorFlow プロダクション」、「RAG システム」、「LLM 統合」、「ML インフラストラクチャ」について問い合わせる場合に使用します。 ソース: eyadsibai/ltk。

ターミナルまたはコマンドラインツール（Terminal、iTerm、Windows Terminal など）を開きます このコマンドをコピーして実行します: npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering インストール後、スキルは自動的に AI コーディング環境に設定され、Claude Code や Cursor で使用できるようになります

原文を見る