Dados e Análise

Performs pandas DataFrame operations for data analysis, manipulation, and transformation. Use when working with pandas DataFrames, data cleaning, aggregation, merging, or time series analysis. Invoke for data manipulation tasks such as joining DataFrames on multiple keys, pivoting tables, resampling time series, handling NaN values with interpolation or forward-fill, groupby aggregations, type con

Use when fine-tuning LLMs, training custom models, or adapting foundation models for specific tasks. Invoke for configuring LoRA/QLoRA adapters, preparing JSONL training datasets, setting hyperparameters for fine-tuning runs, adapter training, transfer learning, finetuning with Hugging Face PEFT, OpenAI fine-tuning, instruction tuning, RLHF, DPO, or quantizing and deploying fine-tuned models. Trig

Optimizes database queries and improves performance across PostgreSQL and MySQL systems. Use when investigating slow queries, analyzing execution plans, or optimizing database performance. Invoke for index design, query rewrites, configuration tuning, partitioning strategies, lock contention resolution.

Use when building high-performance async Python APIs with FastAPI and Pydantic V2. Invoke to create REST endpoints, define Pydantic models, implement authentication flows, set up async SQLAlchemy database operations, add JWT authentication, build WebSocket endpoints, or generate OpenAPI documentation. Trigger terms: FastAPI, Pydantic, async Python, Python API, REST API Python, SQLAlchemy async, JW

Use when optimizing PostgreSQL queries, configuring replication, or implementing advanced database features. Invoke for EXPLAIN analysis, JSONB operations, extension usage, VACUUM tuning, performance monitoring.

Esta skill permite ajustar e servir modelos OpenPI de Inteligência Física (pi0, pi0-fast, pi0.5) usando backends JAX ou PyTorch para inferência de políticas de robôs em ambientes ALOHA, DROID e LIBERO. É ideal para adaptar modelos a datasets personalizados, converter checkpoints, executar servidores de inferência ou depurar.

Quantização Half-Quadratic para LLMs sem dados de calibração. Utilize ao quantizar modelos para precisão de 4/3/2 bits sem a necessidade de conjuntos de dados de calibração, para fluxos de trabalho de quantização rápidos, ou ao implantar com vLLM ou HuggingFace Transformers.

Gera figuras com qualidade de publicação para artigos de ML, extraindo componentes para diagramas de arquitetura via Gemini e criando gráficos de dados via matplotlib/seaborn. Ideal para qualquer figura de artigo de conferência.

Processamento de dados escalável para cargas de trabalho de ML com execução em streaming em CPU/GPU, suportando vários formatos como Parquet/CSV/JSON/imagens. Ele se integra com Ray Train, PyTorch e TensorFlow, escalando de uma única máquina para centenas de nós para tarefas como inferência em lote, pré-processamento de dados e pipelines ETL distribuídos.

Plataforma de observabilidade de IA de código aberto para rastreamento, avaliação e monitoramento de LLMs. Utilize ao depurar aplicações LLM com rastreamentos detalhados, executar avaliações em conjuntos de dados ou monitorar sistemas de IA em produção com insights em tempo real.

Pesquise e recupere tabelas estatísticas oficiais coreanas, metadados e dados de grande volume através da API Aberta do KOSIS (Portal Nacional de Estatísticas, kosis.kr). Esta skill é para consultar estatísticas oficiais coreanas (ex: população, domicílios, preços, emprego) e não para análise ou visualização.

Converte dados CSV/Excel/JSON em belas páginas de relatórios visuais.