data-lake-architecture
О программе
Этот навык проектирует архитектуры data lake, организуя объектное хранилище с политиками жизненного цикла. Он применяется, когда необходимо создать планы внедрения и артефакты для систем хранения с определёнными требованиями к производительности, безопасности и соответствию нормам. Процесс включает уточнение объёма работ, анализ ограничений, выбор шаблонов и создание необходимых спецификаций и конфигураций.
Быстрая установка
Claude Code
Рекомендуетсяnpx skills add cornmanwtf/ABANG-COLEK -a claude-code/plugin add https://github.com/cornmanwtf/ABANG-COLEKgit clone https://github.com/cornmanwtf/ABANG-COLEK.git ~/.claude/skills/data-lake-architectureСкопируйте и вставьте эту команду в Claude Code для установки этого навыка
GitHub репозиторий
Похожие навыки
data-warehouse-designer
ДругоеЭтот навык проектирует многомерные модели и таблицы фактов для проектов хранилищ данных. Он проясняет требования, анализирует системные ограничения и выбирает подходящие архитектурные шаблоны. Результаты включают планы реализации, спецификации и шаги валидации для разработчиков.
data-catalog-creator
ДругоеНавык data-catalog-creator помогает разработчикам проектировать и планировать системы для управления метаданными, отслеживания происхождения данных и их обнаружения. Он генерирует планы реализации, архитектурные спецификации и необходимые артефакты с учётом вашего технологического стека и ограничений. Используйте этот навык, когда вам необходимо внедрить или улучшить управление данными, соответствие требованиям и возможности обнаружения данных в вашей инфраструктуре.
data-pipeline-builder
ДругоеНавык data-pipeline-builder проектирует и планирует оркестрационные конвейеры с акцентом на идемпотентность. Он используется, когда требуется создавать рабочие процессы обработки данных, формируя такие артефакты, как спецификации, конфигурации и шаги валидации. Разработчикам следует применять его после подтверждения требований и получения необходимых согласований.
data-quality-framework
ДругоеЭтот навык помогает разработчикам внедрять проверки качества данных через валидацию, профилирование и обнаружение аномалий. Используйте его, когда вам необходимо спроектировать или спланировать систему контроля качества данных в рамках заданной архитектуры и технологического стека. Он проведёт вас от уточнения требований до создания артефактов реализации и критериев приемки.
