Machine Learning Ops
Pipeline-uri MLOps și un cadru de recomandare în șase etape
Instalare
Claude Code: /plugin marketplace add wshobson/agents → /plugin install machine-learning-ops@claude-code-workflows
Model eğitim ve dağıtım hattı kurulurken ya da bir kullanıcı-bağlam çifti için en iyi K öğeyi seçen bir öneri/sıralama sistemi tasarlanırken
- Autor
- Seth Hobson
- Licență
- MIT
Skillul pentru pipeline-uri acoperă structura obișnuită MLOps: orchestrarea DAG-urilor în Airflow, Dagster sau Kubeflow, versionarea datelor, urmărirea experimentelor și lansări canary sau blue-green cu posibilitate de rollback. Al doilea skill reimplementează independent etapele Source, Hydrator, Filter, Scorer, Selector și SideEffect din algoritmul For You publicat ca open source de xAI, pornind de la ideea că în majoritatea sistemelor de recomandare se schimbă scorarea, nu structura pipeline-ului. Aceleași șase etape pot fi folosite pentru reranking RAG, trierea notificărilor sau prioritizarea alertelor, iar trei agenți împart munca între știința datelor, ingineria modelelor și operațiuni.
Skill-uri similare
Astronomer Agent Skills
SkillSkilluri Airflow create de compania care întreține Astro
Data Engineering
SkillPatru skill-uri pentru Airflow, dbt, Spark și calitatea datelor
MLflow Skills
SkillInstrumentează, urmărește, evaluează și verifică agenți
Comentarii(0)
Autentifică-te pentru a comenta