/meta--skill-forge

Analiza tu proyecto, detecta el stack y activa solo las skills relevantes, guardando la configuración en un archivo del proyecto.

Convierte un conjunto de datos en bruto en una base limpia, bien dividida y sin fuga de información: perfilado, limpieza, divisiones y balance.

Diseña variables para un problema tabular dentro de un pipeline que evita la fuga de datos: codificaciones, escalado e interacciones.

Da a un proyecto de ML reproducibilidad, seguimiento de experimentos, registro de modelos e integración continua, ajustado al tamaño del equipo.

Lleva un modelo entrenado a producción: patrón de servicio por lotes u online, API, empaquetado, monitorización y detección de deriva.

Evalúa un modelo más allá de un solo número: métricas según el coste de cada error, calibración, rendimiento por segmentos y análisis de fallos.