# enterprise-data-engineering-pipeline-ssis-pyspark

Шаблоны и инструкции для построения хранилища данных на SQL Server, пакетов SSIS и аналитики на PySpark. Помогает настроить схему «звезда» и проверку качества сырых данных.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 2000 установок · ★ 5
- Автор: reason-machines
- Лицензия: LicenseRef-Unknown · policy=link-only · показываем только описание, файл — у автора
- Исходник: https://github.com/reason-machines/data-skills/tree/HEAD/skills/enterprise-data-engineering-pipeline-ssis-pyspark/SKILL.md
- Обновлён: 2026-10-09
- HTML: https://affpapa.org/nevibecode/skills/enterprise-data-engineering-pipeline-ssis-pyspark

## Что делает

Скилл описывает архитектуру витрины данных из сырых CSV-файлов с транзакциями и каталогами товаров. Поток разбит по слоям. Пакеты SSIS в Visual Studio забирают таблицы и пишут в базу `EnterpriseDataWarehouse`, а аналитика вынесена в скрипты на Python и PySpark.

В репозитории заложены DDL-скрипты таблиц фактов `fact_Sales` и измерений `dim_Customers`, `dim_Products`, а также SQL-представления для расчёта LTV и выручки. Для контроля данных предусмотрен скрипт `project_audit.py`, который ищет пропуски и потерянные внешние ключи через `pandas` и `pyodbc`.

Без установленных SQL Server 2019+, Java 8+ для PySpark и SSDT для Visual Studio эти инструкции запустить не выйдет. Инструмент сразу фиксирует стек и зависимости, поэтому агент не предложит облачный Snowflake или DuckDB вместо классической связки Microsoft.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill enterprise-data-engineering-pipeline-ssis-pyspark -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/enterprise-data-engineering-pipeline-ssis-pyspark/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/enterprise-data-engineering-pipeline-ssis-pyspark/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill enterprise-data-engineering-pipeline-ssis-pyspark -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/enterprise-data-engineering-pipeline-ssis-pyspark/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill enterprise-data-engineering-pipeline-ssis-pyspark -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/enterprise-data-engineering-pipeline-ssis-pyspark/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install reason-machines/data-skills enterprise-data-engineering-pipeline-ssis-pyspark
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/enterprise-data-engineering-pipeline-ssis-pyspark/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill enterprise-data-engineering-pipeline-ssis-pyspark -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/reason-machines/data-skills --path skills/enterprise-data-engineering-pipeline-ssis-pyspark
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/enterprise-data-engineering-pipeline-ssis-pyspark/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add reason-machines/data-skills --skill enterprise-data-engineering-pipeline-ssis-pyspark -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/reason-machines/data-skills/tree/HEAD/skills/enterprise-data-engineering-pipeline-ssis-pyspark/SKILL.md

## Когда брать
- развернуть схему «звезда» с таблицами фактов и измерений в SQL Server
- собрать пакеты SSIS для загрузки и трансформации CSV-выгрузок
- проверить целостность связей и найти пропуски через скрипт аудита
- построить агрегаты выручки и метрику LTV через SQL-представления

## Примеры запросов агенту
- Помоги настроить проект SSIS для загрузки Sales.csv в таблицу fact_Sales с вычислением суммы
- Создай DDL-схему «звезда» в SQL Server с измерениями клиентов и товаров
- Запусти проверку целостности данных в EnterpriseDataWarehouse через Python

## Похожие
- [xlsx](https://affpapa.org/nevibecode/skills/xlsx.md) — скилл · 187223 установки
- [google-agents-cli-observability](https://affpapa.org/nevibecode/skills/google-agents-cli-observability.md) — скилл · 511300 установок
- [caveman-evidence-review](https://affpapa.org/nevibecode/skills/caveman-evidence-review.md) — скилл · 104500 установок
- [migration](https://affpapa.org/nevibecode/skills/migration.md) — скилл · 103900 установок
- [performance-optimization](https://affpapa.org/nevibecode/skills/performance-optimization.md) — скилл · 65200 установок
- [supabase](https://affpapa.org/nevibecode/skills/supabase.md) — скилл · 8 установок

Из того же набора: [reason-machines/data-skills](https://affpapa.org/nevibecode/by/reason-machines/data-skills.md) — 62 карточки

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