Data Analysis

social-graph-ranker est la couche de classement pondéré des graphes pour découvrir des introductions à chaud, scorer les ponts et analyser les trous de réseau sur X et LinkedIn. Utilisez le skill social-graph-ranker lorsque vous avez besoin d’un moteur de classement réutilisable pour Lead Research, et non d’un workflow complet d’outbound ou de maintenance de réseau.

Skill regex-vs-llm-structured-text pour choisir entre regex et LLM dans l’extraction de texte structuré. Commencez par un parsing déterministe, ajoutez une validation par LLM pour les cas limites à faible confiance, et utilisez un pipeline plus économique et plus fiable pour les documents, formulaires, factures et l’analyse de données.

clickhouse-io est une skill centrée sur ClickHouse pour la conception de schémas, le SQL analytique, les patterns d’ingestion et l’optimisation des performances. Utilisez-la pour guider le choix des MergeTree, le partitionnement, les vues matérialisées et l’optimisation des requêtes selon la charge de travail.

data-analyst est une skill GitHub minimaliste qui oriente les agents vers SQL, pandas et l’analyse statistique de base pour l’exploration de données. Elle convient surtout aux utilisateurs qui veulent obtenir, depuis une seule couche de prompt SKILL.md, des requêtes, des transformations et des interprétations appuyées par du code.

retro est une skill de rétrospective de projet pour les équipes d’ingénierie. Elle analyse l’historique des commits, les modes de travail et les apprentissages précédents pour générer une rétro hebdomadaire structurée et cohérente dans la durée. Utilisez retro pour les revues de sprint, les questions du type « qu’avons-nous livré ? » et les points de suivi en gestion de projet.

startup-metrics-framework aide les fondateurs, analystes et équipes opérationnelles à calculer des KPI startup comme le CAC, le LTV, le burn multiple, la runway et des métriques de croissance pour les startups SaaS, marketplace, grand public et B2B.

Utilisez la compétence market-sizing-analysis pour construire des estimations structurées de TAM, SAM et SOM avec des approches top-down, bottom-up et par la théorie de la valeur. Couvre le contexte d’installation, les fichiers clés, les entrées, le workflow et l’usage pratique pour le dimensionnement de marché de startup et la Data Analysis.

startup-financial-modeling aide les agents à construire des modèles financiers de startup sur 3 à 5 ans avec revenus par cohortes, structure de coûts, burn, runway et scénarios de levée de fonds. Idéal pour les fondateurs et responsables finance qui ont besoin d'un contexte d'installation, d'entrées clairement définies et de conseils d'usage concrets issus du SKILL.md de la skill.

risk-metrics-calculation aide à calculer des indicateurs de risque de portefeuille comme la VaR, la CVaR, le ratio de Sharpe, le ratio de Sortino, le bêta, la volatilité et le drawdown. Utilisez-le pour transformer des séries de rendements en reporting de risque structuré, en modèles d’implémentation Python et en repères d’interprétation concrets pour les workflows financiers.

Le skill backtesting-frameworks aide à concevoir et à relire des backtests de stratégies de trading avec des garde-fous plus solides contre le biais d’anticipation, le biais de survivance, le surapprentissage, les coûts de transaction et la validation walk-forward en finance.

spark-optimization est un guide pratique pour diagnostiquer les jobs Apache Spark lents grâce au partitionnement, au shuffle, au skew, au caching et au réglage mémoire. Utilisez-le pour installer la skill depuis wshobson/agents, consulter SKILL.md et appliquer des correctifs fondés sur des indices concrets issus de Spark UI, des paramètres du cluster et des schémas de requêtes.

Le skill user-personas génère 3 personas affinés à partir de données de recherche, avec JTBD, irritants, bénéfices et insights inattendus. Utilisez-le pour vos user-personas en UX Research, la segmentation, la stratégie d’onboarding et les décisions produit lorsque vous disposez d’enquêtes, d’entretiens ou d’autres sources.

market-sizing aide à estimer le TAM, le SAM et le SOM à l’aide d’approches top-down et bottom-up. Utilisez-le pour les workflows de Market Research, les décisions d’entrée sur un marché, les pitch decks investisseurs et la planification de lancement lorsque vous avez besoin d’une logique défendable, d’hypothèses à valider et d’une première estimation de marché pragmatique.

summarize-interview transforme la transcription d’un entretien client en un résumé structuré de découverte, avec JTBD, solution actuelle, signaux de satisfaction, insights clés et actions à mener. À utiliser pour des enregistrements d’entretiens, le nettoyage de transcriptions et des synthèses concises destinées aux équipes produit, aux chercheurs, aux fondateurs ou aux workflows d’analyse de données.

user-segmentation aide à transformer les retours, entretiens, tickets, enquêtes et journaux d’utilisation en segments d’utilisateurs distincts fondés sur les comportements. Conçu pour l’analyse de données, il identifie au moins 3 groupes exploitables à partir des jobs-to-be-done, des motivations et des besoins non satisfaits, plutôt qu’à partir de la seule démographie.

La skill sentiment-analysis transforme les retours utilisateurs en analyses par segment, scores de sentiment, JTBD et impact produit. Utilisez-la pour sentiment-analysis dans Data Analysis sur des avis, des enquêtes, des notes du support ou de l’écoute sociale lorsque vous avez besoin d’un guide pratique de sentiment-analysis, et non d’une simple vérification de polarité.

Le skill sql-queries transforme des questions métier et des objectifs d’analyse approximatifs en SQL optimisé pour BigQuery, PostgreSQL, MySQL et d’autres dialectes. Il prend en compte le contexte du schéma, précise les filtres et les agrégations, et aide à produire des sql-queries pour l’analyse de données, le reporting et l’exploration.

Réalisez une analyse cohortale de la rétention utilisateur, de l’érosion de l’engagement et de l’adoption des fonctionnalités par cohorte. Cet outil cohort-analysis est conçu pour les workflows d’analyse de données qui exigent validation, calcul, visualisation et insights clairs à partir de données structurées sur le comportement des utilisateurs.

ab-test-analysis vous aide à évaluer les résultats de tests A/B avec rigueur statistique, notamment la validation de la taille d’échantillon, les intervalles de confiance, les tests de significativité et les recommandations pour lancer, prolonger ou arrêter. Utilisez-la pour la revue d’expériences, l’interprétation de split tests et la prise de décision dans des workflows d’analyse de données.

huggingface-vision-trainer vous aide à installer et utiliser un skill Hugging Face pour des tâches d’entraînement vision : détection d’objets, classification d’images et segmentation SAM/SAM2. Il couvre la préparation des jeux de données, la configuration de GPU cloud, l’évaluation, la journalisation avec Trackio et l’envoi des résultats sur le Hub. Idéal pour l’automatisation backend et les workflows d’entraînement reproductibles.

huggingface-trackio aide à suivre les entraînements ML avec Trackio. Utilisez ce skill pour enregistrer des métriques depuis Python, ajouter des alertes d'entraînement et récupérer ou analyser des runs avec la CLI trackio. Il prend en charge des tableaux de bord en temps réel, la synchronisation avec Hugging Face Space et la sortie JSON pour l’automatisation, ce qui rend huggingface-trackio utile pour le suivi d’expériences et l’analyse de données.

La skill huggingface-best vous aide à trouver le meilleur modèle pour une tâche en consultant les classements de benchmarks de Hugging Face et en filtrant selon les limites de l’appareil et la taille du modèle. Utilisez-la pour obtenir des recommandations de modèles en codage, raisonnement, chat, OCR, RAG, voix, vision ou multimodalité lorsque vous avez besoin d’une short-list pratique, pas d’une liste générique de modèles.

hv-analysis est une skill de recherche horizontale-verticale pour transformer un produit, une entreprise, un concept, une technologie ou une personne en rapport d’analyse structuré. Utilisez la skill hv-analysis pour une recherche approfondie, une comparaison concurrentielle et un rendu prêt à être utilisé dans un rapport, surtout si vous avez besoin de hv-analysis pour l’analyse de données ou d’un workflow PDF soigné.

Workspace Data Analyst est une skill légère d’analyse de données dans votre espace de travail. Elle analyse les fichiers CSV, vérifie les en-têtes, résume les totaux, les moyennes et les valeurs atypiques, puis fournit des pistes d’action concises. La skill Workspace Data Analyst est idéale pour un premier examen rapide de fichiers contextualisés avant une modélisation plus poussée.