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 모델 배포", "MLOps", "모델 제공", "피처 스토어", "모델 모니터링" 또는 "PyTorch 배포", "TensorFlow 프로덕션", "RAG 시스템", "LLM 통합", "ML 인프라"에 대해 문의할 때 사용하세요. 출처: eyadsibai/ltk.

터미널 또는 명령줄 도구(Terminal, iTerm, Windows Terminal 등)를 엽니다 이 명령어를 복사하여 실행합니다: npx skills add https://github.com/eyadsibai/ltk --skill ml-engineering 설치 후 스킬은 자동으로 AI 코딩 환경에 설정되어 Claude Code나 Cursor에서 사용할 수 있습니다

원본 보기