senior-data-scientist
World-class data science skill for statistical modeling, experimentation, causal inference, and advanced analytics. Expertise in Python (NumPy, Pandas, Scikit-learn), R, SQL, statistical methods, A/B testing, time series, and business intelligence. Includes experiment design,
Installation
Pick a client and clone the repository into its skills directory.
Installation
About this skill
World-class data science skill for statistical modeling, experimentation, causal inference, and advanced analytics. Expertise in Python (NumPy, Pandas, Scikit-learn), R, SQL, statistical methods, A/B testing, time series, and business intelligence. Includes experiment design, feature engineering, model evaluation, and stakeholder communication. Use when designing experiments, building predictive models, performing causal analysis, or driving data-driven decisions.
How to use
Sklonuj repozytorium i przejdź do katalogu umiejętności: git clone https://github.com/davila7/claude-code-templates.git, następnie otwórz folder cli-tool/components/skills/development/senior-data-scientist.
Przygotuj dane wejściowe w katalogu data/ — umieść tam zbiory danych, które chcesz analizować, oraz plik konfiguracyjny config.yaml z parametrami modelu.
Uruchom projektanta eksperymentów poleceniem python scripts/experiment_designer.py --input data/ --output results/, aby zaprojektować eksperymenty i wygenerować plan badań statystycznych.
Wykonaj inżynierię cech i przygotowanie danych za pomocą python scripts/feature_engineering_pipeline.py --target project/ --analyze, co przetworzy zmienne i przygotuje je do modelowania.
Oceń modele i optymalizuj je poleceniem python scripts/model_evaluation_suite.py --config config.yaml --deploy, które uruchomi testy statystyczne, porówna wydajność i przygotuje model do wdrożenia.
Przeanalizuj wyniki w katalogu results/ — zawierają one raporty eksperymentów, metryki modeli i rekomendacje dla interesariuszy biznesowych.