Zurück zu Fähigkeiten

data-quality-framework

cornmanwtf
Aktualisiert 4 days ago
2 Ansichten
0
Auf GitHub ansehen
Anderedata

Über

Diese Fähigkeit unterstützt Entwickler bei der Implementierung von Datenqualitätsprüfungen, indem sie Validierungs-, Profiling- und Anomalieerkennungsfunktionen bereitstellt. Nutzen Sie sie, wenn Sie einen Datenqualitätsrahmen für ein System mit bestätigten Anforderungen entwerfen oder planen müssen. Sie führt Sie durch die Abgrenzung des Umfangs, die Werkzeugauswahl und die Erstellung von Artefakten basierend auf Ihrer Architektur und Ihren Einschränkungen.

Schnellinstallation

Claude Code

Empfohlen
Primär
npx skills add cornmanwtf/ABANG-COLEK -a claude-code
Plugin-BefehlAlternativ
/plugin add https://github.com/cornmanwtf/ABANG-COLEK
Git CloneAlternativ
git clone https://github.com/cornmanwtf/ABANG-COLEK.git ~/.claude/skills/data-quality-framework

Kopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren

GitHub Repository

cornmanwtf/ABANG-COLEK
Pfad: skills/data-analytics/data-quality-framework
0

Verwandte Skills

data-warehouse-designer

Andere

Diese Fähigkeit entwirft dimensionale Modelle und Faktentabellen für Data-Warehouse-Projekte. Sie klärt Anforderungen, prüft Systembeschränkungen und wählt geeignete Architekturmuster aus. Die Ergebnisse umfassen Implementierungspläne, Spezifikationen und Validierungsschritte für Entwickler.

Skill ansehen

data-catalog-creator

Andere

Die Data-Catalog-Creator-Fähigkeit unterstützt Entwickler beim Entwerfen und Planen von Systemen zur Verwaltung von Metadaten, Datenherkunft und Datenermittlung. Sie erstellt Implementierungspläne, Architekturspezifikationen und erforderliche Artefakte basierend auf Ihrem Tech-Stack und Ihren Rahmenbedingungen. Nutzen Sie diese Fähigkeit, wenn Sie Daten-Governance, Compliance und Auffindbarkeit in Ihrer Infrastruktur etablieren oder verbessern müssen.

Skill ansehen

data-pipeline-builder

Andere

Die Data-Pipeline-Builder-Fähigkeit entwirft und plant Orchestrierungspipelines mit Fokus auf Idempotenz. Sie wird eingesetzt, wenn Daten-Workflows erstellt werden müssen, die Artefakte wie Spezifikationen, Konfigurationen und Validierungsschritte erzeugen. Entwickler sollten sie nutzen, nachdem Anforderungen und notwendige Genehmigungen bestätigt wurden.

Skill ansehen

data-quality-framework

Andere

Diese Fähigkeit unterstützt Entwickler bei der Implementierung von Datenqualitätsprüfungen durch Validierung, Profiling und Anomalieerkennung. Nutzen Sie sie, wenn Sie ein Datenqualitätssystem innerhalb einer gegebenen Architektur und Tech-Stack entwerfen oder planen müssen. Sie führt Sie von der Klärung der Anforderungen bis zur Erstellung von Implementierungsartefakten und Abnahmekriterien.

Skill ansehen