具有世界一流的机器学习工程技能,可用于将机器学习模型投入生产、MLOps 以及构建可扩展的机器学习系统。在 PyTorch、TensorFlow、模型部署、特征存储、模型监控和机器学习基础设施方面拥有专业知识。包括 LLM 集成、微调、RAG 系统和智能体 AI。适用于部署机器学习模型、构建机器学习平台、实施 MLOps 或将 LLM 集成到生产系统中。
无需复杂配置,快速集成到您的工作流
来自活跃的开源社区,持续更新维护
MIT/Apache 许可,商用个人均可使用
可根据需求自定义和扩展功能
从源仓库下载或复制 skill 文件到您的项目中。
将 skill 文件放置到 Claude 的 skills 目录中(通常是 ~/.claude/skills/)。
重启 Claude 或运行重载命令,skill 将自动加载并可供使用。
提示: 首次使用前请仔细阅读 skill 的文档和代码,确保理解其功能和权限要求。
所有 Skills 来自开源社区,保留原作者版权
alirezarezvani__claude-skills/engineering-team/senior-ml-engineer/skill.md经过验证的优势和可衡量的影响
将每个史诗(Epic)的人工故事分解时间从数小时缩短至数分钟
通过规模一致、研究充分的用户故事,加速冲刺执行
通过确保用户故事在初期就满足组织要求,来消除返工。
适用于以下场景
迅速将大型史诗分解为5-10个带有上下文、可直接实施的故事
当范围变更或在冲刺中途出现新需求时,重新规划故事集
根据团队能力和已发现的史诗上下文自动匹配故事
通过自动化研究委托,确保故事符合组织标准