Machine Learning Ops

Claude Code: /plugin marketplace add wshobson/agents → /plugin install machine-learning-ops@claude-code-workflows

Pipeline-skillen täcker grunderna i MLOps: DAG-orkestrering med Airflow, Dagster eller Kubeflow, dataversionering, experimentspårning samt canary- och blue-green-driftsättning med möjlighet till återställning. Den andra skillen kodifierar stegen Source, Hydrator, Filter, Scorer, Selector och SideEffect från For You-algoritmen som xAI publicerade, som en fristående återimplementering i stället för kopierad kod. Tanken är att de flesta produktionssystem för rekommendationer främst består av infrastruktur: poängmodellen förändras, men pipeline-strukturen består. Samma sex steg kan därför användas för en RAG-omrankare, en kö för sortering av aviseringar eller prioritering av larm. Tre agenter delar arbetet mellan datavetenskap, modellteknik och drift.