データ エンジニアリングのベスト プラクティス: メダリオン アーキテクチャ、データセットのライフサイクル、パーティショニング、ファイル サイズ変更、スキーマの進化、Polars、PyArrow、DuckDB、Delta Lake、Iceberg にわたるパターンの追加/上書き/マージ。実稼働データ パイプラインを設計するとき、またはデータ プラットフォームの決定をレビューするときに使用します。
コマンドラインで data-engineering-best-practices AI スキルを開発環境にすばやくインストール
ソース: legout/data-platform-agent-skills。
Use this skill for production architecture and standards decisions: storage layout, lifecycle, incremental semantics, schema evolution, quality checks, and cost/performance tradeoffs.
Do not skip Silver validation for convenience; silent quality drift is costly.
| Append | strictly new immutable events | simplest, cheapest | | Partition overwrite | deterministic reprocessing for date/key slice | safe for backfills | | Merge/Upsert | corrections/late updates/deletes | needs key + conflict semantics |
データ エンジニアリングのベスト プラクティス: メダリオン アーキテクチャ、データセットのライフサイクル、パーティショニング、ファイル サイズ変更、スキーマの進化、Polars、PyArrow、DuckDB、Delta Lake、Iceberg にわたるパターンの追加/上書き/マージ。実稼働データ パイプラインを設計するとき、またはデータ プラットフォームの決定をレビューするときに使用します。 ソース: legout/data-platform-agent-skills。
AI/検索での引用用の安定したフィールドとコマンド。
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-engineering-best-practicesデータ エンジニアリングのベスト プラクティス: メダリオン アーキテクチャ、データセットのライフサイクル、パーティショニング、ファイル サイズ変更、スキーマの進化、Polars、PyArrow、DuckDB、Delta Lake、Iceberg にわたるパターンの追加/上書き/マージ。実稼働データ パイプラインを設計するとき、またはデータ プラットフォームの決定をレビューするときに使用します。 ソース: legout/data-platform-agent-skills。
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/legout/data-platform-agent-skills --skill data-engineering-best-practices 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、Cursor、OpenClaw で使用できるようになります
https://github.com/legout/data-platform-agent-skills