# engineering-ml-engineer

Скилл engineering-ml-engineer для Claude Code помогает выбирать подходы к обучению и оценке моделей машинного обучения. Включается для задач с классификацией текста, RAG, эмбеддингами и тонкой настройкой моделей.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 186 установок · ★ 12 у репозитория
- Автор: PeterHdd
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/PeterHdd/agent-skills/tree/HEAD/skills/engineering-ml-engineer/SKILL.md
- Обновлён: 2026-03-09
- Проверка безопасности: автоматическая, 2026-11-17 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/engineering-ml-engineer

## Что делает

Скилл помогает выстроить работу с моделями машинного обучения: от подготовки датасета и выбора базовой модели до оценки и развёртывания. Он охватывает PyTorch, HuggingFace Transformers, scikit-learn и XGBoost, а также LoRA и QLoRA, экспорт в ONNX и квантизацию.

Рекомендации зависят от типа задачи, объёма размеченных данных и памяти GPU. Например, при числе размеченных примеров меньше 100 предлагается начать с few-shot или zero-shot подхода, а не с тонкой настройки. Для RAG оценка поиска и оценка ответов рассматриваются отдельно.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add PeterHdd/agent-skills --skill engineering-ml-engineer -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/engineering-ml-engineer/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/engineering-ml-engineer/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add PeterHdd/agent-skills --skill engineering-ml-engineer -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/engineering-ml-engineer/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add PeterHdd/agent-skills --skill engineering-ml-engineer -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/engineering-ml-engineer/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install PeterHdd/agent-skills skills/engineering-ml-engineer
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/engineering-ml-engineer/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add PeterHdd/agent-skills --skill engineering-ml-engineer -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/PeterHdd/agent-skills --path skills/engineering-ml-engineer
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/engineering-ml-engineer/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add PeterHdd/agent-skills --skill engineering-ml-engineer -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/PeterHdd/agent-skills/tree/HEAD/skills/engineering-ml-engineer/SKILL.md

## Когда брать
- выбрать подход к обучению по типу задачи и размеру датасета
- подготовить и оценить модель для классификации или NER
- спланировать тонкую настройку с LoRA или QLoRA
- сопоставить метрики для оценки модели
- подобрать способ экспорта и оптимизации инференса

## Примеры запросов агенту
- Подбери подход для классификации текста по моему датасету.
- Составь план тонкой настройки модели с LoRA и оценки результатов.
- Как разделить оценку поиска и ответов в моём RAG-пайплайне?

## Похожие
- [ml-engineer](https://affpapa.org/nevibecode/agents/rohitg00-ml-engineer.md) — субагент · ★ 2858 у репозитория
- [data-scientist](https://affpapa.org/nevibecode/agents/voltagent-community-data-scientist.md) — субагент · 3342 установки
- [ML Model Training](https://affpapa.org/nevibecode/skills/ml-model-training.md) — скилл · 523 установки
- [ml-model-training](https://affpapa.org/nevibecode/skills/secondsky-ml-model-training.md) — скилл · 484 установки
- [Feature Engineering](https://affpapa.org/nevibecode/skills/aj-geddes-feature-engineering.md) — скилл · 510 установок
- [nlp-engineer](https://affpapa.org/nevibecode/agents/nlp-engineer.md) — субагент · 927 установок

Из того же набора: [peterhdd/agent-skills](https://affpapa.org/nevibecode/by/peterhdd/agent-skills.md) — 9 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md
