Data Cleaning

data-analyst é uma skill enxuta do GitHub que orienta agentes a usar SQL, pandas e análise estatística básica na exploração de dados. É mais indicada para quem quer consultas, transformações e interpretações com base em código, a partir de uma única camada de prompt em SKILL.md.

A skill data-quality-frameworks ajuda equipes a planejar a validação de dados em produção com testes do dbt, Great Expectations e data contracts. Use-a para escolher as verificações certas, mapeá-las para uma pirâmide de testes e orientar fluxos de qualidade de dados prontos para CI/CD em Data Cleaning e confiabilidade de pipelines.

A skill dummy-dataset gera dados de teste realistas em formato CSV, JSON, SQL ou script Python. Ela ajuda na criação de datasets fictícios, demos, seed de banco de dados, QA e limpeza de dados, permitindo definir colunas, quantidade de linhas e restrições para produzir registros de exemplo convincentes.

O read-file ajuda um agente a ler e inspecionar CSV, JSON, Parquet, Avro, Excel, SQLite, arquivos espaciais ou URLs remotas com DuckDB. Use-o para pré-visualizar linhas, verificar o schema, perfilar dados e responder ao que há neste arquivo. É mais indicado para uso com read-file em dados reais, não em código-fonte.

A skill lamindb ajuda você a trabalhar com o LaminDB, um framework open source para dados de biologia que torna os dados consultáveis, rastreáveis, reproduzíveis e FAIR. Use para lamindb em análise de dados, curadoria de metadados, anotação baseada em ontologia, validação de schema e fluxos de trabalho com noção de linhagem em notebooks e pipelines.

A skill exploratory-data-analysis transforma arquivos científicos em relatórios de EDA sensíveis ao formato. Ela detecta o tipo de arquivo, resume estrutura e qualidade, extrai metadados-chave e sugere análises subsequentes. Use-a para exploratory-data-analysis em Análise de Dados em química, bioinformática, microscopia, espectroscopia, proteômica, metabolômica e outros formatos de arquivos científicos.