# ml-data-pipeline-architecture

Скилл ml-data-pipeline-architecture для Claude Code помогает проектировать ML-пайплайны на Polars, Arrow и ClickHouse. Сравнивает Polars и Pandas, обрабатывает большие наборы данных и передаёт их в PyTorch.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 130 установок · ★ 3 у репозитория
- Автор: terrylica
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/terrylica/cc-skills/tree/HEAD/plugins/devops-tools/skills/ml-data-pipeline-architecture/SKILL.md
- Обновлён: 2026-10-25
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/ml-data-pipeline-architecture

## Что делает

Скилл разбирает выбор между Polars и Pandas с учётом размера данных, операций и интеграций. В нём есть схемы загрузки из ClickHouse через Arrow, чтения Parquet с ленивой обработкой и подготовки тензоров для PyTorch DataLoader. Также он показывает валидацию схемы данных и конфигурации через Pydantic.

Примеры кода охватывают потоковую обработку файлов, разбиение на пакеты и создание набора данных на базе Polars. Для сценария с ClickHouse предлагаются Arrow stream, нативное чтение Polars и экспорт в Parquet. Важно: хук PreToolUse требует предпочитать Polars; чтобы использовать Pandas, в начало файла нужно добавить `# polars-exception: <reason>`. Для отдельных путей показан `clickhouse_connect`.

Скилл предназначен для Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI и OpenCode. В установке для Claude Code используется `npx skills add`, а файл размещается в `~/.claude/skills/ml-data-pipeline-architecture/SKILL.md`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add terrylica/cc-skills --skill ml-data-pipeline-architecture -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add terrylica/cc-skills --skill ml-data-pipeline-architecture -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add terrylica/cc-skills --skill ml-data-pipeline-architecture -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install terrylica/cc-skills plugins/devops-tools/skills/ml-data-pipeline-architecture
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/ml-data-pipeline-architecture/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add terrylica/cc-skills --skill ml-data-pipeline-architecture -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/terrylica/cc-skills --path plugins/devops-tools/skills/ml-data-pipeline-architecture
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add terrylica/cc-skills --skill ml-data-pipeline-architecture -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/terrylica/cc-skills/tree/HEAD/plugins/devops-tools/skills/ml-data-pipeline-architecture/SKILL.md

## Когда брать
- выбрать Polars или Pandas для пайплайна
- загрузить данные из ClickHouse в Polars через Arrow
- подготовить признаки и целевой столбец для PyTorch
- обрабатывать большие Parquet-файлы лениво или пакетами
- проверить схему DataFrame и список признаков

## Примеры запросов агенту
- Сравни Polars и Pandas для моего ML-пайплайна с учётом размера данных и операций.
- Покажи, как загрузить данные из ClickHouse через Arrow и передать их в PyTorch DataLoader.
- Перепиши обработку Parquet на ленивый пайплайн Polars и добавь проверку схемы.

## Похожие
- [polars](https://affpapa.org/nevibecode/skills/polars.md) — скилл · 2300 установок
- [vaex](https://affpapa.org/nevibecode/skills/vaex.md) — скилл · 2100 установок
- [Data Pipeline taste](https://affpapa.org/nevibecode/prompts/data-pipeline-taste.md) — промпт · ★ 178201 у репозитория
- [pudl](https://affpapa.org/nevibecode/skills/pudl.md) — скилл · 2100 установок
- [chdb-sql](https://affpapa.org/nevibecode/skills/chdb-sql.md) — скилл · 10300 установок
- [chdb-datastore](https://affpapa.org/nevibecode/skills/chdb-datastore.md) — скилл · 8200 установок

Из того же набора: [terrylica/cc-skills](https://affpapa.org/nevibecode/by/terrylica/cc-skills.md) — 79 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
