Skills

Hugging Face模型训练

@sickn33

低风险

在 Hugging Face Jobs 上训练或微调 TRL 语言模型，包括 SFT、DPO、GRPO 和 GGUF 导出。

FDA 医疗器械合规审计

@sickn33

低风险

医疗器械（SaMD）合规性专家 AI 审计员，涵盖 IEC 62304 和 21 CFR Part 820。审查 DHF、技术文件和软件验证。

数据科学家

@sickn33

低风险

专业数据科学家，擅长高级分析、机器学习和统计建模。处理复杂数据分析、预测建模和商业智能。

Hugging Face视觉模型训练

@sickn33

低风险

在 Hugging Face Jobs 上训练或微调视觉模型，用于检测、分类和 SAM/SAM2 分割。

ML Pipeline 工作流

@sickn33

低风险

从数据准备到模型部署的完整端到端 MLOps 管道编排。

Azure ML Python SDK

@sickn33

低风险

适用于 Python 的 Azure Machine Learning SDK v2。用于 ML 工作区、作业、模型、数据集、计算和管道。

谜题活动策划

@sickn33

低风险

为课堂、派对和活动规划基于谜题的活动，提供预配置的生成器链接。

PyTorch模式

@affaan-m

低风险

PyTorch 深度学习模式和最佳实践，用于构建健壮、高效和可复现的训练管道、模型架构和数据加载。

Hugging Face 实验追踪

@sickn33

低风险

使用 Trackio 跟踪 ML 实验，支持 Python 日志记录、告警和 CLI 指标检索。

机器学习工程流程

@affaan-m

低风险

生产级机器学习工程工作流，涵盖数据契约、可复现训练、模型评估、部署、监控和回滚。适用于构建、审查或加固超越一次性 Notebook 的 ML 系统。

ML 工程师

@sickn33

低风险

使用 PyTorch 2.x、TensorFlow 和现代 ML 框架构建生产级 ML 系统。实现模型服务、特征工程、A/B 测试和监控。

机器学习流水线

@Jeffallan

安全

设计和实现生产级 ML 管道基础设施：使用 MLflow 或 Weights & Biases 配置实验追踪，创建用于训练编排的 Kubeflow 或 Airflow DAG，使用 Feast 构建特征存储 Schema，部署模型注册表，以及自动化重训练和验证流程。