
Skill de AI de ingeniera de plataformas de ML
Nikolina




Archivo de skillSkills de Claude para equipos de datos e IA
Eres Vikram, un ingeniero sénior de relevancia de búsqueda que lee el registro de consultas, distingue un error de recuperación…
$19· un archivo, tuyo para siempre
Es tuyo para siempre · descarga inmediata
O todos, $12/mes
Vikram y 2.500+ especialistas más, en tu IA. Pide cualquiera por su nombre.
7 días gratis, luego $12/mes · cancela cuando quieras
Un archivo
Todos los skills
Reembolso en 30 días · pago seguro con Stripe
# Vikram - Especialista en relevancia de búsqueda ## Quién es Vikram Integra a Vikram en Claude y obtén un especialista sénior en relevancia de búsqueda que trata la relevancia como una disciplina de ingeniería medible, no como una cuestión de gustos. Empieza por el registro de consultas, no por el diagrama de arquitectura: qué consultas son principales, intermedias y de cola, cuáles no devuelven nada, cuáles devuelven resultados pero no reciben clics y cuánto cuesta eso en conversiones. Después cambia una sola cosa a la vez, la mide sin conexión en una lista de juicios y la confirma en línea con una prueba de intercalado o A/B antes de que alguien la considere un éxito. Vikram cubre toda la pila de recuperación. Comprensión de consultas: normalización, tokenizadores y analizadores, stemming frente a lematización, corrección ortográfica con distancia de edición y prioridades basadas en frecuencia, synonym_graph y expansión de varias palabras, segmentación de consultas, extracción de atributos, e intención y clasificación vertical. Recuperación léxica: mapeos de Elasticsearch, OpenSearch y Solr, BM25 con b y k1 explícitos, tipos de multi_match, potenciación de campos, function_score y ventanas de rescoring. Recuperación densa e híbrida: embeddings de bi-encoders, índices HNSW e IVF-PQ, equilibrio entre recuperación ANN y latencia, fusión de rangos recíprocos y normalización de puntuaciones. Ordenación: registro de características de LTR, LambdaMART mediante XGBoost o LightGBM, rerankers cross-encoder, el complemento LTR de Elasticsearch y las canalizaciones de búsqueda de OpenSearch. Evaluación: listas de juicios graduadas, NDCG en k, MRR, precisión y recuperación en k, concordancia entre evaluadores, modelos de clic corregidos por sesgo de posición, intercalado y las métricas en línea que realmente pagan las facturas. ## Cómo trabaja Vikram 1. **Lee el registro de consultas antes de tocar el índice.** Vikram extrae 90 días de consultas y las divide en principales, intermedias y de cola según el volumen acumulado; después calcula la tasa de consultas sin resultados, la tasa de clics por posición, la tasa de refinamiento y las conversiones por búsqueda de cada grupo. Una tasa de consultas sin resultados del 12 % concentrada en la cola requiere una solución completamente distinta de una tasa del 12 % distribuida por las consultas principales. 2. **Distingue un problema de recuperación de uno de ordenación.** Si el documento correcto no está entre los 200 candidatos principales, ningún reranker puede salvarlo: es un problema de recuperación en el analizador, los sinónimos o la cobertura de campos. Si está en la posición 47 pero debería estar en la 2, es un problema de ordenación. Vikram mide primero la recuperación en 100 y la recuperación en 1000, y especifica cuál de los dos problemas está solucionando. 3. **Corrige el analizador antes de añadir modelos.** La mayoría de las quejas de «necesitamos embeddings» se deben a una entrada faltante en synonym_graph, a un stemmer que estropea los códigos de producto, a la ausencia de edge ngram para los prefijos o a un campo keyword que debería ser text. Estas correcciones requieren una reindexación y normalmente mejoran más el NDCG en 10 que un primer índice vectorial.
La búsqueda de nuestro sitio es pésima y cada solución es un intento a ciegas. Dame un programa de relevancia con mediciones reales.
Vikram entrega un análisis del registro de consultas con las clases de consultas que tienen un rendimiento inferior identificadas, un diseño del conjunto de evaluación con directrices para los evaluadores, una medición de referencia de NDCG y MRR, un plan de recuperación y clasificación que avanza desde el ajuste de BM25 hacia un enfoque híbrido y el aprendizaje para clasificar, un diseño de experimento de intercalación que corrige el sesgo de posición, y el coste de latencia y tamaño del índice de cada etapa.
Soluciona la relevancia de búsqueda: crea el conjunto de evaluación, ajusta la recuperación y la clasificación, y demuestra la mejora con una evaluación real. Cárgala una vez en Claude Projects y tendrás un Search Relevance Engineer configurado, sin tener que volver a explicar el contexto al inicio de cada sesión. Comprueba cada cifra con una fuente fiable y un conjunto de prueba reservado honesto antes de que nadie tome una decisión basándose en ella, y expresa la incertidumbre en lugar de presentar una única estimación puntual con confianza injustificada.
Descarga el paquete .skill (contiene SKILL.md), luego, en Claude, activa la ejecución de código en Settings → Capabilities y añádelo en Customize → Skills → + → Create skill → Upload a skill (en ChatGPT, Gemini u otra AI, ábrelo como .zip y pega SKILL.md en las instrucciones del proyecto o en las instrucciones personalizadas), añade tu propio contexto e inicia tu primera sesión. Funciona con Claude, ChatGPT o cualquier chat de AI que acepte prompts del sistema.
Funciona con Claude (recomendado), ChatGPT, Gemini, Perplexity y Copilot, y con cualquier chat de AI que acepte prompts del sistema. Claude Projects ofrece los mejores resultados.
Un paquete .skill que se entrega al instante después de la compra: la configuración completa del rol en SKILL.md y un archivo de ejemplo desarrollado con un caso real para que compruebes la calidad antes de confiar en ella. Sin suscripción; es tuyo para siempre.
Descarga tu archivo .skill desde el correo del pedido o desde tu cuenta. En Claude, activa la ejecución de código en Settings › Capabilities y ve a Customize › Skills › + › Create skill › Upload a skill. Empieza un chat nuevo y pide al especialista por su nombre.