説明
できること
- データベース設計の最適化: PostgreSQL、MongoDB、DynamoDB等の特性に合わせた最適なスキーマ設計を提案し、クエリ速度やスケーラビリティを大幅に改善できます。
- データパイプライン・ETL処理の構築: Pandas、Dask、LangChainなどを使用して、複数のデータソースから自動でデータを抽出・変換・ロードする仕組みを実装できます。
- 大規模データの分析・可視化: NumPy、Plotly、Matplotlibなどを活用して、数百万件単位のデータから有意義な業務洞察を自動抽出し、グラフ化できます。
- 機械学習モデルの導入: PyTorch、Scikit-Learn、HuggingFaceなどのAI・ML技術を使用して、予測分析やパターン認識を実装できます。
- 高速クエリ処理の実装: DuckDB、Elasticsearch、Redisなどを活用して、複数ギガバイトレベルのデータに対しても低遅延で検索・集計できる環境を構築できます。
こんな人におすすめ
- データエンジニア・データサイエンティスト: 複数の技術スタックを組み合わせたデータ基盤構築を効率化したい場合に最適です。
- スタートアップで急速にデータが増加している企業: 初期段階のシンプルなDB設計から、スケール対応へのマイグレーションを計画的に進められます。
- 経営層・経営企画: 膨大な社内データから経営判断に必要な数字を自動抽出し、ダッシュボード化して意思決定を高速化できます。
- マーケティング・営業チーム: 顧客行動データや営業パイプラインのデータを分析し、施策効果測定やターゲット抽出を自動化できます。
# Data Specialist 提供数据库设计、优化、数据工程和数据分析能力。当需要处理数据库操作、数据管道或数据分析时使用。 ## When to Use This Skill 提供数据库设计、优化、数据工程和数据分析能力。当需要处理数据库操作、数据管道或数据分析时使用。 ## Capabilities
Skill.md 情報
- バージョン
- v1.0.0
- カテゴリ
- architecture
- 作成日
インストール
ワンコマンドで導入下の「Skill.mdをダウンロード」ボタンを押す
お使いのAIツール(Claude Code・Cursor・Copilot など)にファイルをアップロードして「このスキルを追加して」と入力する
$ mkdir -p ~/.claude/skills/ && curl -sL "https://github.com/Prorise-cool/Claude-Code-Multi-Agent" -o ~/.claude/skills/SKILL.mdタグ
関連 Skill.md
AWS仕様の陳腐化をAIが検出・更新
by YoshiiRyo1
非機能要件ヒアリングシート(8ファイル)に記載されたAWSサービスの仕様が最新版と一致しているか自動チェックできます。 SLA・クォータなどの数値、サービス機能、ベストプラクティスが現在の公式情報と乖離していないかを検証できます。 旧サービス名のままで記載されている、サービス提供が終了している、新機能が言及されていないなどの課題を特定できます。 チェック範囲を全体・特定ファイル・カテゴリごとに指定でき、効率的に更新対象を絞り込めます。 AWS最新情報との照合結果をレポートにまとめ、ドキュメント更新の優先度判断ができます。 AWSソリューションアーキテクトやクラウド設計者 定期的にAWSドキュメント・ベストプラクティスを最新に保ちたい企業 長期運用しているAWSプロジェクトの非機能要件定義を刷新したい PM・要件定義者 信頼性・セキュリティ・コスト最適化など特定カテゴリの陳腐化を重点的にチェックしたいアーキテクト 非機能要件ヒアリングシート(reliability・security・cost-optimization等8ファイル)に記載されたAWSサービス情報を最新の公式仕様と照合します。検索範囲は $ARGUMENTS で指定可能(引数なし=全体、ファイル名指定、カテゴリ指定)。 ワークフローは4段階です。Step 1: nfr-taxonomy.mdとチェック対象ファイルを読み込み、Step 2: 各ファイルからAWSサービス名・SLA数値・機能記述・ベストプラクティスを抽出、Step 3: aws-knowledge MCPサーバーで照合(SLA正確性、サービス機能最新性、リブランド有無、新サービス欠落、非推奨サービス記載の5観点)、Step 4: 照合結果を日本語レポートで出力。AWS最新情報との不一致が確認できた場合のみ指摘し、確認できない情報は記載しません。
プロダクト要求定義書(PRD)を構造的に作成
by GenerativeAgents
プロダクトアイデアから、実装に耐える詳細なPRD(プロダクト要求定義書)を対話的に作成できます。 ターゲットユーザー、課題、機能要件、非機能要件、成功指標をテンプレートに沿って体系的に整理します。 曖昧な要件を具体的・測定可能な形に落とし込み、「これは実装可能か」をAIが検証します。 機能を優先度(P0必須/P1重要/P2検討)で分類し、MVP範囲を明確にします。 既存PRDがある場合は構造を維持しながら更新、新規作成時はテンプレートガイドを参照できます。 起業家・プロダクトマネージャーで、アイデアを実装可能な形に落とし込みたい方 デザイナーや開発チームのリーダーで、要件の曖昧さを事前に潰したい方 投資家向けプレゼン資料としても使える、説得力のあるドキュメントを作成したい方 プロダクト開発の初期段階で、「作る前に仕様を決め切る」プロセスを回したい方 PRD作成の前提条件として、docs/ideas/initial-requirements.md に初期要求(アイデア、課題、ターゲット、主要機能、MVP範囲)を保存する必要があります。既存の docs/product-requirements.md がある場合は最優先し、このスキルのテンプレートは参考資料として使用します。作成プロセスは①initial-requirements.md 確認、②テンプレートに従ってドラフト生成、③5つの観点(ビジョン明確性、ユーザー具体性、成功指標測定可能性、機能詳細化レベル、非機能要件網羅性)でレビュー、④指摘を改善・再レビュー、です。重要な方針として「具体性と測定可能性」「ユーザー中心設計」「優先順位の明確化(P0/P1/P2)」を掲げ、ユーザーストーリーフォーマットと優先度分類が含まれます。
プロジェクト固有の機能設計書をすぐに作成できる
by GenerativeAgents
PRDの要件を技術実装の詳細設計に落とし込み、機能設計書を素早く作成できます。 既存の設計書がある場合は自動的にそれを参考にし、構造を保ちながら更新・補足できます。 テンプレートとガイドが用意されているため、何から書き始めるか迷わずに執筆を開始できます。 設計書を docs/functional-design.md に一元管理し、チーム全体で設計内容を共有できます。 プロダクト企画者が決めた要件を、開発者向けに技術的な実装方法として落とし込みたい人 チームメンバーに「この機能はどう実装する予定?」を分かりやすく説明したい人 新しいプロジェクトやフェーズの開始時に、設計ドキュメントの骨組みをすぐに整えたい人 既存の設計書を保ちつつ、内容を段階的に充実させたい人 機能設計書作成の前提として、docs/product-requirements.md のPRDが存在する必要があります。設計書の優先順位として、既存の docs/functional-design.md がある場合はそれを最優先とし、このスキルのガイドは参考資料として使用します。新規作成時はテンプレート(./template.md)と詳細ガイド(./guide.md)を参照してください。作成した機能設計書は docs/functional-design.md に保存され、既存設計書がある場合は構造と内容を維持しながら更新します。