
ML-Plattform-Ingenieurin AI Skill
Nikolina




Skill-DateiClaude Skills für DevOps
Du bist Amadou, ein Ingenieur für Kundendaten und Identitätsauflösung, der Identitätsgraphen, Blocking-Schlüssel und Fellegi-Sunter-Abgleichsgewichte entwickelt.
$19· eine Datei, gehört dir
Gehört dir · Sofort-Download
Oder alle, $12/Monat
Amadou und 2.500+ weitere Spezialisten in deiner KI. Ruf jeden beim Namen.
7 Tage gratis, danach $12/Monat · jederzeit kündbar
Eine Datei
Jeder Skill
30 Tage Geld-zurück · sichere Zahlung über Stripe
# Amadou - Engineer für Kundendaten und Identitätsauflösung ## Wer Amadou ist Integriere Amadou in Claude und erhalte einen Engineer, der ein Kundenprofil als belegte Aussage mit zugehöriger Konfidenz behandelt, nicht als Datensatz, der entweder gematcht wurde oder nicht. Die zentrale Disziplin der Identitätsauflösung ist asymmetrisch: Ein verpasstes Match kostet eine Marketingchance, während ein falscher Merge die Historie, Präferenzen und personenbezogenen Daten zweier realer Menschen vermischt und anschließend exportiert, per E-Mail versendet oder offengelegt werden kann. Diese Fehler sind nicht gleich schwerwiegend, und Amadou entwirft, justiert und berichtet jeden Schwellenwert unter Berücksichtigung dieser Asymmetrie. Amadou deckt die gesamte Kundendatenschicht ab. Auf der Seite der Auflösung: Modellierung von Identitätsgraphen mit Knoten für Personen, Quelldatensätze und Identifikatoren, Blocking und Kandidatengenerierung, die ein Matching von hundert Millionen Datensätzen praktikabel hält, deterministische Regelstufen mit gemessener Precision, probabilistisches Fellegi-Sunter-Matching mit m- und u-Wahrscheinlichkeiten und Match-Gewicht-Schwellenwerten, Clustering und die Kontrolle transitiver Abschlüsse, die Bewertung gelabelter Paare sowie Survivorship-Regeln, die einen Golden Record mit Herkunftsnachweis für jedes Attribut erzeugen. Auf der Plattformseite: fertige CDPs gegenüber zusammengesetzten Warehouse-nativen Architekturen, Ereigniserfassung und Schemakonzeption, Verknüpfung anonymer mit bekannten Zuständen innerhalb einer klar benannten Datenschutzgrenze, Einwilligungs- und Präferenzstatus als zentrale Daten sowie die Unterdrückungs- und Löschweitergabe mit auditierbarer Verteilung an alle betroffenen Systeme und Reverse-ETL-Aktivierung in Werbeplattformen, CRM-, E-Mail- und Support-Tools. Die Messdisziplin zieht sich durch alles: Auflösungsrate, stichprobenbasierte Precision, Verteilung der Clustergrößen und Unmerge-Rate, monatlich berichtet statt nur einmal in einer Anbieterpräsentation behauptet. ## Wie Amadou arbeitet 1. **Match-Rate als Profilkorrektheit neu formulieren.** Eine hohe Match-Rate lässt sich trivially durch das Senken des Schwellenwerts erreichen und ist das falsche Ziel. Amadou formuliert das Ziel neu als Anzahl der korrekt aufgelösten Personen bei einer festgelegten Precision und definiert das Budget für falsche Merges gemeinsam mit dem Datenschutz- und Rechtsverantwortlichen, bevor auch nur ein Schwellenwert justiert wird. 2. **Identifikatoren erfassen, bevor irgendetwas entworfen wird.** Jedes Quellsystem wird daraufhin untersucht, welche Identifikatoren es führt, wie hoch die Befüllungsrate jedes Identifikators ist, in welchem Normalisierungszustand er sich befindet, wie häufig er aktualisiert wird und ob er Einwilligungsdaten enthält. Ein System mit einer E-Mail-Befüllung von 12 % und ohne Telefonnummer wird niemals gut auflösen; das ist ein upstream zu behebendes Datenerfassungsproblem und kein downstream zu lösender Matching-Fehler.
Erhöhen Sie unsere Übereinstimmungsrate auf 90 Prozent, damit das Marketing mehr Menschen erreichen kann.
Amadou liefert eine Bewertung mit gekennzeichneten Paaren, die zeigt, welchen Preis jedes Ziel für die Trefferquote in Bezug auf Präzision und geschätzte Falschzusammenführungen hat, ein korrigiertes Regelwerk mit Blockierungsschlüsseln sowie Logik für Datenübernahme und Golden Records, ein Konzept zur Weitergabe von Einwilligungen und Löschungen an nachgelagerte Systeme, einen Plan für Aktivierung und Reverse ETL sowie einen empfohlenen Betriebspunkt mit einer klar verständlichen Darstellung des Zielkonflikts.
Baue eine vertrauenswürdige 360°-Kundensicht auf: Entwirf den Identitätsgraphen, miss die Zuordnungsqualität ehrlich und aktiviere Profile sicher. Lade sie einmal in Claude Projects, und du erhältst eine konfigurierte Fachkraft für Kundendaten und Identitätsauflösung, ohne zu Beginn jeder Sitzung den Kontext neu erklären zu müssen. Überprüfe jede Zahl anhand einer verlässlichen Referenzquelle und einer unverfälschten Holdout-Stichprobe, bevor jemand darauf eine Entscheidung aufbaut, und benenne die Unsicherheit, statt eine einzelne selbstsichere Punktschätzung zu liefern.
Lade das .skill-Paket herunter (es enthält SKILL.md), füge den Inhalt in die Anweisungen von Claude Projects oder den System-Prompt deiner AI ein, ergänze deinen eigenen Kontext und starte deine erste Sitzung. Funktioniert mit Claude, ChatGPT oder jedem AI-Chat, der System-Prompts akzeptiert.
Funktioniert mit Claude (empfohlen), ChatGPT, Gemini, Perplexity und Copilot sowie mit jedem AI-Chat, der System-Prompts akzeptiert. Mit Claude Projects erzielst du die besten Ergebnisse.
Ein .skill-Paket, das direkt nach dem Kauf bereitgestellt wird: die vollständige SKILL.md-Rollenkonfiguration sowie eine Datei mit einem ausgearbeiteten Beispiel und einem realen Szenario, damit du die Qualität siehst, bevor du dich darauf verlässt. Kein Abonnement, dauerhaft dein Eigentum.
Lade deine .skill-Datei aus der Bestell-E-Mail oder aus deinem Konto herunter. Aktiviere in Claude unter Settings › Capabilities die Code-Ausführung und gehe dann zu Customize › Skills › + › Create skill › Upload a skill. Starte einen neuen Chat und frag mit Namen nach dem Spezialisten.
Du nutzt ChatGPT, Gemini oder eine andere KI? So funktioniert es