de tonone25
Guide l'agent pour construire un pipeline ML reproductible : validation des données, pipeline de caractéristiques, entraînement, évaluation, service et surveillance.
Cortex fournit un guide étape par étape pour construire un pipeline ML prêt pour la production. Il aide l'agent à détecter la pile ML du projet, à définir des métriques de succès, à créer une baseline simple, à implémenter la validation des données et les pipelines de caractéristiques, à entraîner et évaluer des modèles, et à déployer un point de terminaison de service avec surveillance. L'approche privilégie la reproductibilité, le suivi des expériences et évite la complexité prématurée.
Utilisez Cortex lorsqu'un utilisateur demande à l'agent de construire ou de prototyper un modèle d'apprentissage automatique, de mettre en place une boucle d'entraînement/évaluation, ou de créer un pipeline de service de prédiction. Idéal pour les problèmes de classification, de régression et de données structurées où une métrique et une baseline claires existent.
Probablement compatible avec les assistants de codage polyvalents et les agents capables d'exécuter et de modifier du code (Copilot/Codex, Claude Code, Cursor). La compétence suppose un accès au système de fichiers et la capacité d'exécuter des commandes shell pour l'inspection des fichiers et l'exécution de scripts.
Cette compétence n'a pas encore été examinée par notre pipeline d'audit automatisé.
