notebook-ml-architect

| audit | Analyze notebook for anti-patterns, leakage, reproducibility issues | | refactor | Transform notebook into modular Python pipeline | | template | Generate new notebook from EDA/classification/experiment template | | report | Create markdown summary from executed notebook | | convert | Extract Python script from notebook |

Step 1: Identify Sections Look for markdown headers that indicate logical sections:

Step 2: Extract Functions Convert repeated or complex cell code into functions:

Экспертное руководство по аудиту, рефакторингу и проектированию блокнотов Jupyter с машинным обучением с использованием шаблонов производственного качества. Используйте, когда: (1) анализирует структуру блокнота и выявляет антишаблоны, (2) обнаруживает утечку данных и проблемы воспроизводимости, (3) реорганизует беспорядочные блокноты в модульные конвейеры, (4) создает шаблоны для рабочих процессов ML (EDA, классификация, эксперименты), (5) добавляет инструменты воспроизводимости (заполнение, ведение журнала, захват окружения), (6) преобразует блокноты в сценарии Python, (7) создает сводные отчеты об экспериментах. Запускается по: блокноту ML, аудиту Jupyter, рефакторингу блокнота, утечке данных, шаблону эксперимента, рекомендациям по ipynb, преобразованию блокнота в сценарий, воспроизводимости. Источник: bjornmelin/dev-skills.