AgentSkillsCN

data-science

深耕数据分析、数据清洗、探索性数据分析（EDA）与统计建模等领域。

SKILL.md
--- frontmatter
name: data-science
description: Especialización en análisis de datos, limpieza, EDA y modelado estadístico.
trigger: al trabajar con archivos CSV, Excel, Parquet o bases de datos de análisis.

Skill: Data Science (Standard)

Propósito

Este skill proporciona directrices para transformar datos crudos en conocimiento accionable, asegurando la integridad, reproducibilidad y claridad del análisis.

Cuándo usar este skill

  • •Al realizar un Análisis Exploratorio de Datos (EDA).
  • •Al limpiar o preprocesar datasets para modelos o reportes.
  • •Al generar visualizaciones estadísticas.

Guía Operativa

1. Validación de Entrada (Sanity Check)

Antes de cualquier análisis, ejecuta el script de validación:

bash
uv run python skills/data-science/scripts/validate_dataset.py --input path/to/dataset.csv

2. Flujo de Limpieza (Cleaning Pipeline)

  • •Valores Nulos: Decidir estrategia (imputación, eliminación o marcado) basada en el contexto del negocio.
  • •Duplicados: Identificar duplicados lógicos (no solo por hash de fila).
  • •Tipado: Asegurar que las columnas numéricas sean float/int y las fechas sean datetime.

3. Análisis Exploratorio (EDA)

Sigue el template eda_template.py para:

  • •Distribuciones de frecuencia.
  • •Correlaciones (Pearson/Spearman).
  • •Identificación de outliers (Z-score o IQR).

Checklist de Calidad

  • • ¿Se han documentado las transformaciones realizadas a los datos?
  • • ¿Hay un reporte de calidad inicial (nulos, outliers)?
  • • ¿Las visualizaciones tienen títulos, etiquetas de ejes y leyendas claras?
  • • ¿El código es reproducible (seed fija para aleatoriedad)?