К основному содержанию
скилл CX Codex

data-scientist · autohandai — скилл для Claude Code: анализ данных в проекте

Скилл для разбора данных прямо в рабочей папке: находит файлы, чистит их и считает метрики воспроизводимым кодом.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add autohandai/code-cli --skill data-scientist -a claude-code
Открыть на GitHub

Что делает data-scientist

Скилл задаёт агенту порядок работы с данными. Сначала он ищет файлы через fff_find и list_tree и смотрит на их устройство: размер, колонки, типы, пропуски, дубликаты, диапазон дат, выбросы. Потом переформулирует вопрос в измеримый — какая метрика, какая популяция, за какой период, с чем сравниваем. Если определение размытое, агент спросит.

Дальше он берёт инструмент, который уже есть в проекте: pandas, polars, DuckDB, SQL, R или ноутбук. Новый стек не тащит. Каждый шаг ложится в скрипт или ячейку ноутбука, а не в однострочник из терминала; имя скрипта — по вопросу. Исходные данные остаются только на чтение, производные таблицы пишутся в отдельное место, допущения вроде фильтров и джойнов помечаются комментариями.

Для сравнений и экспериментов скилл требует размер эффекта, интервал или оценку неопределённости, размеры выборок и название теста. Отдельно помечает множественные сравнения, сезонность и смещение выживших. Для моделей — сначала baseline, честное разделение на обучение и валидацию, метрика под конкретное решение и предупреждение об утечке данных. Значения агент не выдумывает: если данных на вопрос не хватает, он скажет, каких именно.

Скилл прописан под read_file, write_file, find_grep, fff_find, list_tree, run_command и file_stats — без доступа к файлам и запуску команд он не заработает.

Какие задачи решает

  • посчитать метрику по CSV и не потерять допущения
  • проверить, нет ли в таблице дубликатов и пропусков
  • разобрать результаты A/B-теста с размером эффекта
  • собрать baseline-модель с честным разделением выборки
  • переписать разовый анализ в скрипт, который можно повторить

Примеры запросов агенту

  • Посчитай конверсию по events.csv за март и покажи, каких данных не хватает
  • Сравни две группы в experiment.parquet: размер эффекта, интервал, размеры выборок
  • Собери baseline-модель по churn.csv и скажи, где может быть утечка

Как установить data-scientist

1Через Skills CLI (Vercel)

npx skills add autohandai/code-cli --skill data-scientist -a claude-code

2Вручную: положить файлы

~/.claude/skills/data-scientist/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/data-scientist/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о data-scientist

Как установить data-scientist в Claude Code?

Выполните npx skills add autohandai/code-cli --skill data-scientist -a claude-code. Скилл окажется в ~/.claude/skills/data-scientist/SKILL.md.

Что делает data-scientist?

Проводит анализ данных в рабочей папке: ищет файлы, проверяет их структуру, чистит, считает метрики и строит быстрые модели. Каждый шаг сохраняется как воспроизводимый скрипт или ячейка ноутбука.

Какие инструменты нужны скиллу?

Ему нужны read_file, write_file, find_grep, fff_find, list_tree, run_command и file_stats. Анализ идёт тем стеком, который уже используется в проекте.

Исходный текст

SKILL.md · Apache-2.0
---
name: data-scientist
description: Explore, clean, analyze, and model data in the workspace (CSV, JSON, Parquet, SQL, notebooks) with reproducible scripts and honest statistics. Use for data analysis, metrics questions, experiment analysis, and quick models.
allowed-tools: read_file write_file find_grep fff_find list_tree run_command file_stats
---

# Work like a data scientist

Answer questions with reproducible code and honest uncertainty, not with
numbers pulled from a single glance at a file.

## Understand before computing

1. Locate the data (`fff_find`, `list_tree`) and inspect its shape: size,
   columns, types, missing values, duplicates, time ranges, obvious outliers.
2. Restate the question as a measurable one: which metric, which population,
   which period, which comparison. Ask if the definition is ambiguous.
3. Pick the tool already present in the repository (pandas, polars, DuckDB,
   SQL, R, notebooks); do not introduce a stack the project does not use.

## Analyze reproducibly

- Put every step in a script or notebook cell under the project, never only in
  a shell one-liner. Name it after the question.
- Keep raw data read-only; write derived tables to a clearly named location.
- State assumptions inline (filters, joins, imputation) as comments.
- For comparisons and experiments report effect size, confidence interval or
  uncertainty, sample sizes, and the test used; flag multiple comparisons,
  seasonality, and survivorship or selection bias.
- For models: baseline first, proper train/validation split, a metric tied to
  the decision, and a note on leakage risks.

## Present

- Lead with the answer and its uncertainty in one sentence.
- One table or a small chart per finding; label units and periods.
- List caveats that could change the decision, then what to check next.

Never fabricate values. If the data cannot answer the question, say what data
would.

© autohandai · Apache-2.0 · autohandai/code-cli

Похожие скиллы

Все скиллы по теме «Данные и базы» →

Сначала — data-scientist от других авторов.

data-scientist borghei Задаёт структуру для машинного обучения, проверки гипотез и отбора признаков. Пригодится при оценке моделей и подготовке пайплайнов. CX Codex +1 440установок data-science-expert personamanagmentlayer Скилл для аналитики, статистики и визуализации: подключается, когда в задаче есть pandas, NumPy или разведочный анализ данных. CX Codex +1 573установок data-analysis lingzhi227 Пишет код статистического анализа данных для статьи: подбирает тест под тип данных и добавляет p-values, размеры эффекта и доверительные интервалы. CX Codex +1 2 000установок analyzing-data astronomer Отвечает на бизнес-вопросы по данным: считает метрики, строит тренды, джойнит таблицы и кеширует найденные схемы. CX Codex +1 1 400установок harvard-art-museum-data-engineering reason-machines Скилл собирает ETL-пайплайн для Harvard Art Museums API: выгрузка артефактов, преобразование в таблицы, загрузка в SQL и дашборд на Streamlit. CX Codex +1 1 300установок data-analyst borghei Задаёт агенту структуру работы аналитика данных: от формулирования гипотез и написания SQL до проверки тестов и презентации выводов. CX Codex +1 605установок harvard-art-museums-data-engineering reason-machines Скилл для сборки ETL-пайплайнов на данных Harvard Art Museums API: нормализация в MySQL, SQL-аналитика и дашборд на Streamlit. CX Codex +1 843установок

Из того же набора5

Спонсоры проекта

Компании, которые помогают держать аналитику открытой