{"title":"데이터 및 AI Skills","description":"\u003cp\u003e데이터 및 AI 실무자를 위한 AI Skills. 데이터 엔지니어링, 머신러닝, 데이터 과학, 분석 엔지니어링, BI, 데이터 아키텍처, MLOps, AI\/LLM 엔지니어링, NLP, 데이터 거버넌스 및 prompt 엔지니어링을 위한 즉시 활용 가능한 전문가입니다. 각 Skill에는 실제 작업 예시와 개발 우선, 모든 것을 버전 관리하는 가이드가 포함되어 있습니다.\u003c\/p\u003e","products":[{"product_id":"clara-data-analyst-ai-skill","title":"Clara - 데이터 분석가 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; color: #1A1A18; line-height: 1.5; margin: 0 0 8px 0;\"\u003e\n Clara를 Claude에 추가하면 원시 데이터를 명확하고 실행 가능한 인사이트로 전환하는 데이터 분석가를 만나볼 수 있습니다 - 분석 질문 정의, 데이터 품질 평가, 탐색적 분석 수행, Excel 및 SQL 수식 작성, 통계 결과의 쉬운 해석, 그리고 \"그래서 무엇을 해야 하는가\"와 권장 조치가 담긴 명확한 스토리로 결과 전달까지 지원합니다.\n \u003c\/p\u003e\n \u003cp style=\"font-size: 13px; font-weight: 400; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003e\n Clara는 Claude 형식으로 제공되는 가장 분석적으로 정직한 AI 데이터 도구 중 하나입니다 - 데이터를 의사결정으로 전환해야 하는 모든 산업의 마케팅 팀, 재무 부서, HR 분석가, 제품 팀 및 학생을 위해 설계되었습니다. Clara는 상관관계를 인과관계로 암시하지 않으며, 통계적 주의사항을 항상 명확히 밝히고, 작은 표본, 결측 데이터 또는 선택 편향으로 인해 어떤 결론까지 도출할 수 있는지 그 한계를 분명히 설명합니다. 데이터 맥락을 고려하지 않은 분석은 잘못된 답을 만듭니다 - Clara는 숫자 하나를 확인하기 전에 항상 데이터에 무엇이 포함되어 있는지, 어떻게 수집되었는지, 무엇을 알아내려는지 묻습니다.\n \u003c\/p\u003e\n \u003cdiv style=\"background: #E8F6F9; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e분석 질문 정의 및 데이터 품질 평가 - 비즈니스 또는 연구 문제를 바탕으로 질문을 정확하게 정립하고, 데이터의 완전성 및 일관성을 점검하며, 사용 가능한 데이터로 답할 수 있는 것과 답할 수 없는 것을 파악하고, 분석을 시작하기 전에 한계를 솔직하게 명시\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e탐색적 데이터 분석 - 분포, 중심 경향, 산포, 이상치 및 변칙 탐지, 결측값 식별, 패턴 및 상관관계 식별, 그리고 성급한 결론을 내리기 전에 데이터에 실제로 무엇이 포함되어 있는지 알려주는 초기 발견 사항\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003eExcel, SQL, Python 및 R 가이드 - Excel 및 Google Sheets 수식 작성(VLOOKUP, XLOOKUP, SUMIFS, 피벗 테이블), SELECT, GROUP BY, JOIN 및 집계 함수를 사용하는 SQL 쿼리 작성과 설명, Python pandas DataFrame 연산 및 groupby, 연구 데이터의 R 요약 통계\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e쉬운 영어로 통계 해석 - p값, 신뢰 구간, 표본 크기를 맥락에 맞게 설명하고, 통계적 유의성과 실질적 유의성을 구분하며, 예외 없이 상관관계와 인과관계를 구분하고, 실제 근거에 기반해 의사결정을 내릴 수 있도록 A\/B 테스트 결과를 올바르게 해석\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e인사이트 커뮤니케이션 - 분석 결과를 결과 → 근거 → 시사점 → 실행의 구조로 정리하고, 데이터 유형과 대상에 맞춘 시각화 권장 사항을 제시하며, 비분석가도 수치가 의미하는 바와 다음에 해야 할 일을 이해할 수 있도록 데이터를 설명\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e업종별 분석 - 설문 데이터(Likert 척도, 교차 분석, 응답 편향), 재무 데이터(매출 추이, 마진 분석, 분산 해설), 마케팅 분석(캠페인 성과, 퍼널 분석, 기여도 분석), HR 분석(설문 결과, 유지율, 인원수), 학술 논문 데이터(기술 통계, 결과 해석)\u003c\/span\u003e\n \u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display: flex; align-items: center; gap: 20px; background: #FFFFFF; border: 1px solid #E8E6E0; border-radius: 8px; padding: 14px 20px; margin-bottom: 24px;\"\u003e\n \u003cspan style=\"font-size: 11px; color: #888780; font-family: monospace;\"\u003e📄 clara-data-analyst-ai-skill.skill\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left: 3px solid #1A8FA8; padding-left: 16px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n .skill 패키지 다운로드 → Claude 열기 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣기 → 데이터를 공유하고, 비즈니스 질문을 설명하며, 데이터 수집 방법을 설명 → Clara가 질문을 정의하고 구조화된 분석 결과를 즉시 생성\n \u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":57639969980680,"sku":"clara-data-analyst-ai-skill","price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/clara-data-analyst-book.jpg?v=1787064988"},{"product_id":"serena-market-researcher-ai-skill","title":"Serena - 시장 조사원 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; color: #1A1A18; line-height: 1.5; margin: 0 0 8px 0;\"\u003e\n Serena를 Claude에 추가하면 투명한 방법론으로 시장 규모를 산정하고, 고객 페르소나를 구축하며, 경쟁 구도를 매핑하고, PESTLE 및 포터의 5가지 경쟁 요인 분석을 수행하고, 고객 설문조사와 인터뷰 가이드를 설계하며, 조사 결과를 실행 가능한 상업적 권고안으로 전환하는 시장 조사 전문가를 만나게 됩니다.\n \u003c\/p\u003e\n \u003cp style=\"font-size: 13px; font-weight: 400; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003e\n 시장 조사는 새로운 시장 진입, 제품 출시, 가격 설정, 투자자를 위한 사업 계획서의 시장 섹션 작성 등 모든 중요한 사업 의사결정의 기반이 됩니다. Serena는 Claude 형식으로 제공되는 가장 방법론이 투명한 AI 시장 조사 도구 중 하나입니다. TAM 수치를 어떻게 계산했는지 항상 설명하며, 방법론이 없는 TAM 수치는 진지한 의사결정에 아무런 가치가 없기 때문입니다. 데이터의 한계와 최신성을 정직하게 다루고, 2차 조사(데스크 리서치)와 1차 조사 설계 및 분석을 모두 수행하며, 고객이나 수혜자가 있는 모든 산업에서 활용할 수 있습니다.\n \u003c\/p\u003e\n \u003cdiv style=\"background: #E8F6F9; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e방법론을 포함한 시장 규모 산정 - 하향식 및 상향식 접근법을 활용한 TAM, SAM 및 SOM 추정과 계산 방법론 설명, 시장 성장률 및 전망 평가, 핵심 세그먼트 식별 및 상대적 규모 산정, 투자자용 시장 섹션 구성\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e고객 페르소나 및 세분화 - 이용 가능한 조사와 데이터를 바탕으로 구축한 고객 페르소나, jobs-to-be-done 프레임워크를 활용한 니즈 및 불편 사항 매핑, 인구통계학적·행동적·심리학적 세분화, 고객 의사결정 과정 분석\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e산업 및 트렌드 분석 - 거시 환경 평가를 위한 PESTLE 분석(정치, 경제, 사회, 기술, 법률, 환경), 포터의 5가지 경쟁 요인 분석, 부상하는 트렌드 식별, Euromonitor, IBISWorld, Statista 및 GWI의 산업 보고서 종합, 규제 및 정책 환경 검토\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e1차 조사 설계 - 구체적인 비즈니스 질문에 답하도록 설계된 고객 설문지, 인터뷰 토론 가이드 및 심층 질문 프레임워크, 포커스 그룹 설계, 통계적으로 유의미한 결과를 위해 누구를 조사하고 몇 명을 조사할지 다루는 샘플링 전략 자문\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e1차 조사 분석 - 설문 결과 분석(분포, 교차 분석, 패턴), 인터뷰 및 녹취록 주제 종합, 정성적 인사이트 추출, 관찰 목록이 아닌 구체적이고 상업적인 권고안으로 조사 결과를 전환\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e내부 전략, 사업 계획 또는 투자자 프레젠테이션에 적합한 시장 조사 보고서 및 결과물 - 시장 개요 보고서, 고객 세그먼트 프로필, NPS 및 고객 만족도 조사 프레임워크, 브랜드 추적 프레임워크, 경쟁 환경 맵\u003c\/span\u003e\n \u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display: flex; align-items: center; gap: 20px; background: #FFFFFF; border: 1px solid #E8E6E0; border-radius: 8px; padding: 14px 20px; margin-bottom: 24px;\"\u003e\n \u003cspan style=\"font-size: 11px; color: #888780; font-family: monospace;\"\u003e📄 serena-market-researcher-ai-skill.skill\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left: 3px solid #1A8FA8; padding-left: 16px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n 스킬 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 system prompt에 붙여넣고 → 시장, 비즈니스 질문 또는 조사 과제를 설명하세요 → Serena가 근거에 기반한 시장 정보를 즉시 생성합니다. 현재 시장 수치는 직접 확인하세요 - 시장 데이터는 빠르게 오래됩니다.\n \u003c\/p\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-top: 1px solid #E8E6E0; margin-top: 24px; padding-top: 20px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 10px 0; font-family: 'DM Mono', monospace;\"\u003e\/\/ 보너스: prompt 템플릿 포함\u003c\/p\u003e\n \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n 이 스킬에는 독립형 \u003cstrong\u003eAI Market Research Report\u003c\/strong\u003e prompt가 이제 포함됩니다(이전에 별도로 판매됨). 시장 개요, 방법론을 포함한 TAM\/SAM\/SOM 규모 산정, 세분화, 트렌드, 2-4개의 고객 페르소나 프로필, 경쟁 환경을 다루는 한 번에 붙여넣어 사용할 수 있는 템플릿이며, 모든 시장 규모 주장에 [VERIFY] 플래그가 표시됩니다. Serena의 전체 1차 조사 범위가 필요하지 않을 때 빠르게 일회성 보고서를 작성하는 데 사용하세요.\n \u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":57640050655496,"sku":"serena-market-researcher-ai-skill","price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/serena-market-research-book.jpg?v=1787064988"},{"product_id":"finn-competitive-intelligence-ai-skill","title":"Finn - 경쟁 정보 분석가 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; color: #1A1A18; line-height: 1.5; margin: 0 0 8px 0;\"\u003e\n Finn을 Claude에 추가하면 경쟁사 프로필을 작성하고, 경쟁 구도를 매핑하며, 포지셔닝과 가격을 비교하고, 제품 리뷰와 광고를 분석하며, 영업팀을 위한 경쟁 배틀카드를 만들고, 경쟁사 관찰을 전략적 인사이트로 전환하는 경쟁 정보 분석가를 활용할 수 있습니다 - 질문은 결코 \"경쟁사가 무엇을 말하는가?\"가 아니라 \"그것은 무엇을 의미하며 우리는 어떻게 대응해야 하는가?\"입니다.\n \u003c\/p\u003e\n \u003cp style=\"font-size: 13px; font-weight: 400; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003e\n 경쟁 정보는 기업 스파이가 아닙니다 - 더 나은 의사 결정을 위해 경쟁 환경에 관한 공개 정보를 윤리적으로 수집하고 분석하며 적용하는 체계적인 업무입니다. Finn은 Claude 형식으로 제공되는 가장 전략적으로 분석적인 AI 경쟁 정보 도구 중 하나로, 경쟁이 존재하는 모든 업계의 전략팀, 제품 관리자, 영업 리더, 마케터를 위해 설계되었습니다. 회사 웹사이트를 단순히 설명하는 경쟁사 프로필은 CI가 아닙니다. Finn은 항상 분석적 층위를 한 단계 더합니다. 이것이 우리에게 무엇을 알려 주며, 우리는 이를 바탕으로 무엇을 해야 할까요?\n \u003c\/p\u003e\n \u003cdiv style=\"background: #E8F6F9; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e경쟁사 프로필 및 경쟁 구도 맵 - 포지셔닝, 타깃 고객, 강점과 약점을 포괄하는 종합적인 경쟁사 프로필, 직접 및 간접 경쟁사 매핑, 신흥 경쟁사 식별, 그리고 현재 어떤 경쟁사도 선점하지 않은 포지셔닝의 빈 공간\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e경쟁 포지셔닝 분석 - 가치 제안 및 메시지 비교, 핵심 차별화 축에 따른 포지셔닝 맵, 브랜드 인식 및 경쟁 평판 평가, 그리고 단순한 설명을 넘어 전략적 시사점까지 도출하는 특정 경쟁사 SWOT 분석\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e제품 및 기능 intelligence - 경쟁 기능 비교 매트릭스, 채용 공고 및 보도 자료를 통한 제품 업데이트 및 로드맵 신호 추적, G2, Trustpilot, Capterra 및 App Store 리뷰 주제 분석을 통해 고객이 경쟁사에 대해 좋아하고 싫어하는 점을 파악\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e가격 및 상업적 intelligence - 경쟁사 가격 구조 조사, 프리미엄 프리 및 가치 기반 가격 전략 분석, 가격 페이지 변경 감지, 가격 비교 프레임워크, 공개 약관 및 고객 대상 문서에서 파악한 상업적 유연성 신호\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e마케팅 및 콘텐츠 intelligence - 경쟁사 콘텐츠 전략 및 SEO 포지셔닝 분석, Meta Ad Library 및 Google Ads Transparency 광고 검토, 소셜 미디어 활동 및 참여 패턴, 사고 리더십 주제, 이벤트 및 파트너십 활동 모니터링\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e경쟁사 배틀카드 및 영업 intelligence - 특정 경쟁사에 맞서 포지셔닝하는 방법, 승패 분석 프레임워크, 경쟁 관련 이의 제기 대응, 구체적인 경쟁 상황을 위한 차별화 내러티브, 공개적으로 이용 가능한 증거를 기반으로 구축한 \"[competitor]를 이기는 방법\" 프레임워크를 다루는 영업팀용 배틀카드\u003c\/span\u003e\n \u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display: flex; align-items: center; gap: 20px; background: #FFFFFF; border: 1px solid #E8E6E0; border-radius: 8px; padding: 14px 20px; margin-bottom: 24px;\"\u003e\n \u003cspan style=\"font-size: 11px; color: #888780; font-family: monospace;\"\u003e📄 finn-competitive-intelligence-ai-skill.skill\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left: 3px solid #1A8FA8; padding-left: 16px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n .skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 system prompt에 붙여넣고 → 경쟁사 이름을 지정하고, 업계를 설명한 다음, intelligence가 어떤 의사결정을 지원해야 하는지 Finn에게 알려주세요 → Finn이 즉시 전략적이고 인사이트 중심의 분석을 제공합니다. 모든 intelligence는 공개적으로 이용 가능하며 윤리적으로 수집된 출처만을 기반으로 합니다. 실행하기 전에 핵심 사실을 직접 확인하세요.\n \u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":57640060354824,"sku":"finn-competitive-intelligence-ai-skill","price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/finn-competitive-intel-book.jpg?v=1787064989"},{"product_id":"mira-text-sentiment-analyst-ai-skill","title":"Mira - 감정 분석 전문가 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; color: #1A1A18; line-height: 1.5; margin: 0 0 8px 0;\"\u003e\n Mira를 Claude에 추가하면 NLP나 Python을 알 필요 없이 주제를 식별하고, 정성적 데이터를 코딩하며, 주제별 및 강도별 감정을 평가하고, 고객 리뷰를 분석하고, 인터뷰 기록을 처리하며, 모든 결과를 텍스트의 구체적인 예시로 뒷받침하는 텍스트 및 감성 분석가를 이용할 수 있습니다.\n \u003c\/p\u003e\n \u003cp style=\"font-size: 13px; font-weight: 400; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003e\n 텍스트 데이터가 항상 일관되게 긍정적이거나 부정적인 것은 아닙니다 - 제품은 좋아하지만 배송은 싫어하는 고객, 동료는 높이 평가하지만 경영진은 싫어하는 직원이 있습니다. Mira는 Claude 형식으로 이용할 수 있는 가장 많은 근거를 제시하는 AI 텍스트 분석 도구 중 하나입니다 - 데이터의 어느 부분에서 도출된 것인지 보여주지 않고는 주제나 감정을 단정하지 않습니다. 모든 주장을 원문에서 가져온 3-5개의 구체적인 예시로 뒷받침합니다. 또한 사용한 분석 방법론(주제 분석, 감성 점수화, 내용 분석)을 설명하여 결과를 단순히 받아들이는 것이 아니라 이해할 수 있도록 하며, 텍스트에 존재하는 내용뿐 아니라 부재하는 내용도 똑같이 명확하게 식별합니다.\n \u003c\/p\u003e\n \u003cdiv style=\"background: #E8F6F9; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e예시를 포함한 감성 분석 - 전반적인 긍정, 부정, 중립 및 혼합 감정을 평가하고, 문서 내 주제와 테마별 감정을 분석하며, 감정 강도를 평가하고(매우 부정적 대 약간 부정적), 정서적 어조(분노, 만족, 좌절, 기쁨)를 식별하고, 고객 리뷰의 감정을 제품, 서비스 또는 속성별로 세분화합니다\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e주제 분석 - Braun \u0026amp; Clarke 방법론을 사용해 반복적으로 나타나는 주제를 식별하고 체계적으로 코딩하며, 주제 계층 구조(주제 및 하위 주제)를 구축하고, 중요도와 빈도를 평가하며, 분석 프레임워크가 기존에 마련되어 있는지 또는 데이터에서 생성되는지에 따라 사전 코딩과 귀납적 코딩을 적용합니다\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e정성적 연구 데이터 분석 - 인터뷰 및 포커스 그룹 녹취록 분석, 여러 인터뷰에 걸친 주제별 코딩, 패턴 식별, 구조화된 보고서 형식으로 핵심 결과 종합, 근거가 인용된 출판 품질의 분석으로 제시하는 정성적 연구 결과\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e고객 및 직원 피드백 분석 - NPS 서술형 댓글 분석, CSAT 서술형 응답 분석, 직원 설문 서술형 응답 분석, 소셜 미디어 댓글 감정 분석, 각 결과를 뒷받침하는 구체적인 인용문을 포함한 고객 리뷰 주제 식별\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; border-bottom: 1px solid rgba(26,143,168,0.12); display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e콘텐츠 및 담론 분석 - 핵심 용어 및 문구 빈도 분석, 주제 프레이밍 식별(무엇을 말하는지뿐만 아니라 주제가 어떻게 제시되는지), 설득 및 수사 기법 식별, 브랜드 언어 및 어조 분석, 텍스트에 나타난 내용뿐만 아니라 부재한 내용 분석\u003c\/span\u003e\n \u003c\/li\u003e\n \u003cli style=\"font-size: 13px; color: #1A1A18; padding: 7px 0; display: flex; align-items: flex-start; gap: 10px;\"\u003e\n \u003cspan style=\"color: #1A8FA8; font-weight: 600; flex-shrink: 0;\"\u003e→\u003c\/span\u003e\n \u003cspan\u003e다양한 산업 분야에 적용되는 텍스트 분석 - 미디어 및 언론 보도 분석, 정치 및 정책 언어 분석, 계약서 및 법률 문구 검토, 경쟁사 커뮤니케이션 분석, 단일 세션에서 직접 처리할 수 있는 범위를 초과하는 대규모 데이터세트를 위한 분석 프레임워크 및 샘플링 전략 설계\u003c\/span\u003e\n \u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display: flex; align-items: center; gap: 20px; background: #FFFFFF; border: 1px solid #E8E6E0; border-radius: 8px; padding: 14px 20px; margin-bottom: 24px;\"\u003e\n \u003cspan style=\"font-size: 11px; color: #888780; font-family: monospace;\"\u003e📄 mira-text-sentiment-analyst-ai-skill.skill\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003e2분 이내에 설치\u003c\/span\u003e\n \u003cdiv style=\"width: 1px; height: 16px; background: #E8E6E0;\"\u003e\u003c\/div\u003e\n \u003cspan style=\"font-size: 11px; color: #888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left: 3px solid #1A8FA8; padding-left: 16px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #1A8FA8; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size: 12px; color: #555550; line-height: 1.7; margin: 0;\"\u003e\n .skill 패키지를 다운로드 → Claude를 열기 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣기 → 분석이 필요한 텍스트, 리뷰, 녹취록 또는 피드백을 붙여넣기 → Mira가 주제를 식별하고, 감정을 평가하며, 근거가 인용된 결과를 즉시 생성합니다. 콘텐츠를 직접 붙여넣으세요 - 매우 큰 데이터세트의 경우 Mira가 분석 프레임워크와 샘플링 접근 방식을 설계합니다.\n \u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":57640127824136,"sku":"mira-text-sentiment-analyst-ai-skill","price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/mira-sentiment-book.jpg?v=1787064989"},{"product_id":"elena-data-engineer","title":"Elena - 데이터 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eElena를 Claude에 추가하면 오전 2시에 중단되지 않는 파이프라인, 데이터 분석가가 신뢰할 수 있는 데이터 모델, 불필요한 비용 지출을 막는 최적화된 웨어하우스를 설계하는 수석 데이터 엔지니어를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eElena는 ELT 우선 방식으로 작업합니다. 테스트되고 멱등성이 보장되며 문서화된 방식입니다. 배치 및 스트리밍 파이프라인, dbt 및 SQL 모델링(차원 모델링 및 Data Vault), 수집 및 CDC, 오케스트레이션(Airflow\/Dagster\/Prefect), 웨어하우스(Snowflake\/BigQuery\/Databricks\/Redshift), 데이터 품질 테스트 및 계약, 파티셔닝 및 파일 형식(Parquet\/Iceberg\/Delta), 데이터 계보 및 비용 최적화를 지원합니다. 항상 개발\/스테이징 환경의 샘플을 기준으로 개발하고, 모든 것을 버전 관리하며, 프로덕션에 배포하기 전에 검증합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e멱등성과 테스트를 갖춘 배치 및 스트리밍 파이프라인\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e차원 모델링 및 Data Vault 모델링, dbt 및 웨어하우스 SQL\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e오케스트레이션(Airflow\/Dagster\/Prefect), 수집 및 CDC\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e데이터 품질 테스트 및 계약, 파티셔닝, 형식, 비용 최적화\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 elena-data-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e설치 2분 이내\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지 다운로드 → Claude 열기 → SKILL.md를 Project Instructions 또는 system prompt에 붙여넣기 → 요구 사항 설명 → Elena가 답변을 만듭니다. 어떤 결과를 얻는지 정확히 확인할 수 있도록 전체 작업 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300406661384,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/elena-data-engineer-book.jpg?v=1787064989"},{"product_id":"arjun-ml-engineer","title":"Arjun - 머신러닝 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eArjun을 Claude에 추가하면 데이터 누수 없는 모델을 구축하고, 정직하게 검증하며, 프로덕션에 배포하는 시니어 ML 엔지니어를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eArjun은 문제를 정의하고, 데이터 누수 없이 특성을 엔지니어링하며, 적합한 모델(선형 모델, XGBoost\/LightGBM 같은 트리 앙상블, 신경망)을 선택하고, 적절한 교차 검증과 베이스라인 대비 정직한 지표로 검증하며, 하이퍼파라미터를 튜닝하고, 캘리브레이션한 후 모델을 재현 가능하게 서빙합니다. 항상 개발\/스테이징 환경의 홀드아웃 샘플에서 검증하고, 데이터와 코드 및 모델의 버전을 관리하며, 프로덕션에 배포하기 전에 검토하세요.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e데이터 누수 방지를 고려한 특성 엔지니어링\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e모델 선택: 선형 모델, 트리 앙상블(XGBoost\/LightGBM), 신경망\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e교차 검증, 베이스라인과 비교한 정직한 지표, 캘리브레이션\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e하이퍼파라미터 튜닝, 재현성 및 모델 서빙\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 arjun-ml-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude 열기 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣기 → 요구 사항 설명 → Arjun이 답변을 만듭니다. 실제로 무엇을 받게 되는지 정확히 확인할 수 있도록 전체 작업 예제가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300410364168,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/arjun-ml-engineer-book.jpg?v=1787064989"},{"product_id":"leila-data-scientist","title":"Leila - 데이터 과학자 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eLeila를 Claude에 추가하면 질문을 정의하고, 적절한 통계를 사용하며, 신뢰할 수 있는 답변을 제공하는 A\/B 테스트를 설계하는 수석 데이터 과학자를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eLeila는 비즈니스 문제를 정의하고, 엄격한 EDA를 수행하며, 올바른 통계 및 가설 검정을 적용하고, A\/B 테스트(검정력, 표본 크기, 가드레일, SRM)를 설계하고 분석하며, 회귀 및 분류 모델을 구축하고, 인과관계를 추론하고, 의사결정 내용을 전달합니다. 프로덕션에서 실행하기 전에 항상 대표 표본에서 가정을 검증하고, 분석 버전을 관리하며, 검토하세요.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e문제 정의, EDA 및 적절한 통계 검정\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eA\/B 테스트: 검정력, 표본 크기, 가드레일, 정직한 결과 보고\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e회귀 및 분류 모델링\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e인과 추론 기초 및 이해관계자 커뮤니케이션\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 leila-data-scientist.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e설치 2분 이내\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣고 → 요구 사항을 설명하세요 → Leila가 답변을 작성합니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 전체 작업 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300413214984,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/leila-data-scientist-book.jpg?v=1787064990"},{"product_id":"bram-analytics-engineer","title":"Bram - 분석 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eBram을 Claude에 추가하면 최신 데이터 스택에서 테스트와 문서화가 완료된 dbt 모델 및 차원 마트를 구축하는 시니어 분석 엔지니어를 만나볼 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eBram은 변환 계층을 구축합니다: dbt 모델(staging → intermediate → marts), 소스 및 최신성, 테스트, 스냅샷(SCD2), 매크로 및 Jinja, 적절한 전략을 사용하는 증분 모델, 노출 및 시맨틱 계층, 차원(Kimball) 모델링, 분석을 위한 CI\/CD입니다. 항상 dev 타깃에서 빌드하고, dbt 테스트를 실행하며, git에서 버전 관리하고, 프로덕션으로 승격하기 전에 검토하세요.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003edbt 모델: staging → intermediate → marts, 소스, 최신성\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e테스트, 스냅샷(SCD2), 매크로 및 Jinja\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e적절한 전략을 사용하는 증분 모델\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e분석을 위한 Kimball 차원 모델링 및 CI\/CD\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 bram-analytics-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 system prompt에 붙여넣고 → 요구사항을 설명하세요 → Bram이 답변을 만들어드립니다. 얻을 수 있는 결과를 정확히 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300414624008,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/bram-analytics-eng-book.jpg?v=1787064990"},{"product_id":"chiara-data-analyst","title":"Chiara - 비즈니스 데이터 분석가 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eChiara를 Claude에 추가하면 모호한 질문을 정확한 SQL 답변으로 전환하는 시니어 데이터 분석가를 얻을 수 있습니다. 지표가 정의되어 있고 한계점도 명시됩니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eChiara는 비즈니스 질문을 쿼리로 변환하고, 조인·CTE·윈도 함수를 사용해 SQL을 작성하며, 중복 집계를 방지하도록 지표를 정확하게 정의하고, 코호트\/리텐션 및 퍼널 분석과 세분화를 수행하며, 명확한 대시보드를 구축하고, 한계점을 명시해 답변을 전달합니다. 공유하기 전에 항상 샘플의 알려진 총계와 대조해 쿼리가 정상적으로 작동하는지 확인하고 지표를 문서화합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eSQL 심화: 조인, CTE, 윈도 함수, 날짜 로직\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e중복 집계 없는 지표 정의\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e코호트\/리텐션, 퍼널 및 세분화 분석\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e명확한 대시보드와 한계점을 명시하는 커뮤니케이션\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 chiara-data-analyst.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내에 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여 넣고 → 요구사항을 설명하세요 → Chiara가 답변을 만들어 줍니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300415705352,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/chiara-data-analyst-book.jpg?v=1787064991"},{"product_id":"tobias-bi-developer","title":"Tobias - BI 개발자 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eTobias를 Claude에 추가하면 스타 스키마 Power BI 모델을 구축하고, 정확한 DAX를 작성하며, 행 수준 보안으로 보고서를 보호하는 수석 BI 개발자를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eTobias는 Tableau와 Looker도 고려하면서 Power BI에서 BI를 구축합니다. 스타 스키마 의미 모델, DAX(필터 및 행 컨텍스트, CALCULATE, 시간 인텔리전스), Power Query (M) 변환, 관계 및 카디널리티, 행 수준 보안, VertiPaq 성능 튜닝, 명확한 보고서 설계를 제공합니다. 항상 개발용 데이터 세트를 기준으로 구축하고, 알려진 총합과 대조하여 측정값을 검증하며, 보고서 버전을 관리하고, 프로덕션에 게시하기 전에 검토합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e스타 스키마 의미 모델링 및 관계\/카디널리티\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDAX: 필터 및 행 컨텍스트, CALCULATE, 시간 인텔리전스\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003ePower Query (M) 변환\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e행 수준 보안 및 VertiPaq 성능 튜닝\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 tobias-bi-developer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣고 → 요구 사항을 설명하세요 → Tobias가 답변을 만들어 드립니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 완성된 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300417376520,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/tobias-bi-developer-book.jpg?v=1787064991"},{"product_id":"freya-data-architect","title":"Freya - 데이터 아키텍트 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eFreya를 Claude에 추가하면 유행어가 아닌 실제 트레이드오프를 반영해 레이크하우스 및 웨어하우스 아키텍처를 설계하는 데이터 아키텍트를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eFreya는 결정 사항과 트레이드오프를 바탕으로 데이터 아키텍처를 설계합니다. 웨어하우스와 레이크, 레이크하우스와 메시의 비교, 모델링(Kimball, Data Vault), 테이블 형식(Parquet\/Iceberg\/Delta\/Hudi), 배치와 스트리밍, 수집 및 CDC, 메달리온 패턴, 거버넌스, 보안, 비용을 다룹니다. 결정 사항을 기록으로 작성합니다. 항상 개발 환경에서 대표적인 데이터 일부를 대상으로 프로토타입을 만들고, 비용을 추정하며, 프로덕션 아키텍처를 확정하기 전에 트레이드오프를 검토합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e패턴: 웨어하우스, 레이크, 레이크하우스, 데이터 메시\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e모델링(Kimball, Data Vault) 및 메달리온 패턴\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e테이블 형식(Parquet\/Iceberg\/Delta\/Hudi), 배치와 스트리밍\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e트레이드오프를 고려한 거버넌스, 보안, 비용 및 도구 선택\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 freya-data-architect.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 시스템 프롬프트에 붙여넣고 → 요구 사항을 설명하세요 → Freya가 답변을 작성합니다. 무엇을 얻게 되는지 정확히 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300418556168,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/freya-data-architect-book.jpg?v=1787064991"},{"product_id":"emre-mlops-engineer","title":"Emre - MLOps 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eEmre를 Claude에 추가하면 추적 기능, 레지스트리, 모니터링 및 롤백 경로를 갖추고 모델을 배포하는 시니어 MLOps 엔지니어를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eEmre는 ML을 운영 환경에 적용합니다. 실험 추적 및 모델 레지스트리(MLflow), ML용 CI\/CD, 피처 스토어, 모델 패키징 및 서빙(batch, 실시간, 컨테이너, Kubernetes), 데이터\/코드\/모델 버전 관리(DVC)를 적용한 재현 가능한 파이프라인, 드리프트 및 데이터 품질 모니터링, 자동화된 재학습, 롤백이 가능한 shadow\/canary 배포를 제공합니다. 전체 배포 전에 항상 shadow\/canary를 통해 스테이징 환경에서 검증하고, 모든 항목을 버전 관리하며, 드리프트를 모니터링하고, 롤백 경로를 유지하세요.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공 사항\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e실험 추적 및 모델 레지스트리(MLflow)\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eML용 CI\/CD, 피처 스토어 및 재현 가능한 파이프라인\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e서빙(batch, 실시간, 컨테이너, Kubernetes)\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e드리프트 및 품질 모니터링, 재학습 및 shadow\/canary 롤백\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 emre-mlops-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 시스템 prompt에 붙여넣고 → 요구 사항을 설명하면 → Emre가 답변을 만듭니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300420325640,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/emre-mlops-book.jpg?v=1787064991"},{"product_id":"sora-ai-engineer","title":"Sora - AI 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eSora를 Claude에 추가하면 데모가 아닌 검색, 평가 및 가드레일을 갖춘 프로덕션 RAG 및 LLM 앱을 구축하는 시니어 AI 엔지니어를 만나볼 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eSora는 검색 증강 생성(청킹, 임베딩, 벡터 데이터베이스, 하이브리드 검색, 재순위 지정), 앱을 위한 프롬프트 엔지니어링, 구조화된 출력 및 도구 호출, Agents 및 오케스트레이션, 평가(오프라인 평가 세트, LLM-as-judge, groundedness), 가드레일, 캐싱, 비용\/지연 시간 최적화를 활용한 LLM 및 GenAI 애플리케이션을 구축합니다. 개발\/스테이징 환경에서 항상 별도로 보관한 평가 세트로 평가하고, 가드레일을 추가하며, 프롬프트와 구성을 버전 관리하고, 프로덕션에 제공하기 전에 groundedness와 안전성을 검토하세요.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eRAG: 청킹, 임베딩, 벡터 DB, 하이브리드 검색, 재순위 지정\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e프롬프트 작성, 구조화된 출력 및 도구\/함수 호출\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eAgents, 오케스트레이션 및 캐싱\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e평가(Evals)(groundedness, LLM-as-judge), 가드레일, 비용\/지연 시간\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 sora-ai-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 시스템 prompt에 붙여넣고 → 요구 사항을 설명하세요 → Sora가 답변을 만듭니다. 결과물을 정확히 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300422488328,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/sora-ai-engineer-book.jpg?v=1787064992"},{"product_id":"aditi-nlp-engineer","title":"Aditi - NLP 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eAditi를 Claude에 추가하면 텍스트 분류 및 NER 파이프라인을 구축하고, 트랜스포머를 파인튜닝하며, 이를 엄정하게 평가하는 숙련된 NLP 엔지니어를 활용할 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eAditi는 텍스트 분류, 개체명 인식, 시퀀스 라벨링, 감정 분석 및 의미적 유사도, 토큰화 및 전처리, 임베딩, 트랜스포머 및 파인튜닝(Hugging Face), 전이 학습, 평가(정밀도\/재현율\/F1, 매크로 대 마이크로, 혼동 행렬, BLEU\/ROUGE), 클래스 불균형 및 라벨링, 클래식 방식과 LLM 접근 방식 중 선택을 지원하는 NLP를 구축합니다. 개발\/스테이징 환경의 홀드아웃 테스트 세트에서 항상 평가하고, 데이터 누수와 편향을 점검하며, 데이터와 모델의 버전을 관리하고, 프로덕션 배포 전에 검토하세요.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e분류, NER, 시퀀스 라벨링 및 유사도\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e토큰화, 임베딩 및 트랜스포머 파인튜닝(Hugging Face)\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e평가: 정밀도\/재현율\/F1, 매크로 대 마이크로, 혼동 행렬\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e클래스 불균형, 라벨링 및 클래식 방식과 LLM 중 선택\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 aditi-nlp-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지 다운로드 → Claude 열기 → SKILL.md를 Project Instructions 또는 system prompt에 붙여넣기 → 요구 사항 설명 → Aditi가 답변을 만듭니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300435792136,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/aditi-nlp-engineer-book.jpg?v=1787064992"},{"product_id":"magnus-data-governance","title":"Magnus - 데이터 거버넌스 책임자 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eMagnus를 Claude에 추가하면 데이터 계약을 작성하고, 품질 검사를 연결하며, PII를 올바르게 분류하는 숙련된 데이터 거버넌스 리드를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eMagnus는 데이터 카탈로그와 메타데이터, 계보, 데이터 품질 차원 및 검사(완전성, 유효성, 고유성, 적시성), 데이터 계약, 마스터 데이터 및 참조 데이터, 개인정보 보호 및 규정 준수(GDPR\/CCPA, PII 분류, 보존, RBAC\/ABAC), 데이터 관리 및 소유권, 거버넌스 지표를 구축합니다. 항상 비프로덕션 환경의 샘플에서 통제를 시범 운영하고, 알려진 데이터를 기준으로 검사를 검증하며, 계약의 버전을 관리하고, 프로덕션에 적용하기 전에 검토하세요.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e데이터 카탈로그, 메타데이터 및 계보\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e임계값이 포함된 데이터 품질 차원 및 검사\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e데이터 계약, 마스터 데이터 및 참조 데이터\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e개인정보 보호\/규정 준수(GDPR\/CCPA), PII 분류, RBAC\/ABAC\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 magnus-data-governance.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e설치 시간 2분 이내\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣고 → 요구 사항을 설명하면 → Magnus가 답변을 만듭니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 전체 작업 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300437758216,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/magnus-data-governance-book.jpg?v=1787064992"},{"product_id":"noor-prompt-engineer","title":"Noor - 프롬프트 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eNoor를 Claude에 넣으면 감이 아니라 평가 하네스를 사용해 프로덕션 prompt를 설계하고 테스트하며 버전 관리하는 시니어 prompt 엔지니어를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eNoor는 프로덕션 prompt를 설계합니다. prompt 패턴(zero-shot 및 few-shot, chain-of-thought, 분해), 시스템 prompt 설계, 스키마 적용을 통한 구조화된\/JSON 출력, 검색을 고려한 prompt 및 도구 호출 prompt, prompt 평가 및 테스트(평가 세트, 회귀 테스트, LLM-as-judge, 루브릭), prompt 버전 관리, 토큰\/비용 및 지연 시간 최적화, 가드레일과 jailbreak 방어를 지원합니다. 개발\/스테이징 환경에서 항상 평가 세트를 사용해 prompt를 테스트하고, prompt 버전을 관리하고, 가드레일을 추가하며, 배포 전에 품질과 안전성을 검토하세요.\u003c\/p\u003e\n \u003cdiv style=\"background: #F8EAF4; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #C13AAE; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eprompt 패턴: few-shot, chain-of-thought, 분해\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e구조화된\/JSON 출력 및 스키마 적용\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(193,58,174,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eprompt 평가: 평가 세트, LLM-as-judge, 루브릭, 회귀 테스트\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#C13AAE; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e버전 관리, 비용\/지연 시간 최적화 및 가드레일\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 noor-prompt-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #C13AAE; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#C13AAE; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지 다운로드 → Claude 열기 → SKILL.md를 Project Instructions 또는 시스템 prompt에 붙여넣기 → 요구 사항 설명 → Noor가 답변을 만듭니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58300439134472,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/noor-prompt-engineer-book.jpg?v=1787064992"},{"product_id":"bartosz-streaming-data-engineer","title":"Bartosz - 스트리밍 데이터 엔지니어 AI Skill","description":"\u003ch2\u003e실시간 파이프라인을 더 빠르게 실행하는 배치 처리가 아니라 별도의 분야로 다루는 시니어 스트리밍 데이터 엔지니어입니다.\u003c\/h2\u003e\n\u003cp\u003eBartosz는 Kafka 및 Flink 클러스터와 토픽 설계, exactly-once와 at-least-once 처리 방식 간의 트레이드오프, 스키마 레지스트리와 스키마 진화(Avro\/Protobuf), 컨슈머 그룹 및 파티션 전략, 백프레셔와 컨슈머 지연 모니터링, 스트리밍 데이터를 웨어하우스로 적재하는 패턴(CDC, Kafka Connect, 스트리밍 삽입), 스트림 처리 작업 설계(윈도잉, 워터마크, 상태 기반 집계)까지 실시간 파이프라인 전반을 다룹니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e복사해 붙여 넣은 기본값이 아니라 실제 최신성 및 순서 요구사항에 맞춘 Kafka\/Flink 토픽 설계, 처리 보장, 지연 모니터링이 필요한 데이터 엔지니어, 플랫폼 리드, 스트리밍 파이프라인 담당자입니다.\u003c\/p\u003e\n\u003ch3\u003e핵심 역량\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e실제 중복 및 누락 비용에 맞춘 Kafka\/Flink 토픽, 파티션, 처리 보장 설계\u003c\/li\u003e\n      \u003cli\u003e레지스트리 통과 여부만이 아니라 다운스트림 컨슈머 중단까지 포착하는 스키마 레지스트리 호환성 검사\u003c\/li\u003e\n      \u003cli\u003e오해를 유발하는 집계 지연이 아닌 파티션별 컨슈머 지연 및 백프레셔 모니터링\u003c\/li\u003e\n      \u003cli\u003e최신성 및 처리량 요구사항에 따라 선택하는 CDC, Kafka Connect 또는 스트리밍 삽입 적재 패턴\u003c\/li\u003e\n      \u003cli\u003e출시 전에 검증하는 윈도잉, 워터마크, 체크포인트\/세이브포인트 복구 설계\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eBartosz의 SKILL.md를 Claude 프로젝트 지침(또는 모든 AI 시스템 prompt)에 붙여 넣은 다음, 스트리밍 데이터 엔지니어링 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에는 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331106050312,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/bartosz-streaming-book.jpg?v=1787064993"},{"product_id":"fenna-dataops-pipeline-orchestration-engineer","title":"Fenna - DataOps 엔지니어 AI Skill","description":"\u003ch2\u003e오케스트레이션을 단순한 스케줄링이 아닌 안정성 분야로 다루는 시니어 DataOps \/ 파이프라인 오케스트레이션 엔지니어.\u003c\/h2\u003e\n\u003cp\u003eFenna는 Airflow 및 Dagster DAG 설계, DAG 간 및 팀 간 종속성 관리, 백필 전략, SLA 정의 및 위반 알림, 파이프라인 테스트(데이터 계약 테스트, 최신성 검사), 오케스트레이터 확장(워커 풀, 실행기 선택), 파이프라인 관측 가능성과 계보까지 파이프라인 오케스트레이션의 전 영역을 다룹니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e작업 소요 시간 대시보드상으로는 문제가 없어 보여도 비즈니스에서 사용하는 테이블의 데이터가 오래된 상태인 상황이 아니라, 실제 데이터 최신성을 기준으로 한 DAG 종속성 맵, 백필 런북, SLA 정의가 필요한 데이터 플랫폼 팀 및 오케스트레이션 담당자.\u003c\/p\u003e\n\u003ch3\u003e주요 기능\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e아무도 문서화하지 않은 암묵적 종속성을 포함한 DAG 간 및 팀 간 종속성 명시적 매핑\u003c\/li\u003e\n      \u003cli\u003e재실행 또는 재처리 계획을 승인하기 전에 멱등성을 검증하는 백필 런북\u003c\/li\u003e\n      \u003cli\u003e작업 실행 시간이 아닌 실제 데이터 소비 시점을 기준으로 하는 최신성 기반 SLA 사양\u003c\/li\u003e\n      \u003cli\u003e잘못된 데이터 실행이 명확하게 실패하도록 DAG에 연결된 데이터 계약 및 최신성 테스트\u003c\/li\u003e\n      \u003cli\u003e실제 DAG\/작업 볼륨과 스케줄러 파싱 시간을 기준으로 수립한 실행기 및 워커 풀 확장 계획\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eFenna의 SKILL.md를 Claude 프로젝트 지침(또는 모든 AI 시스템 prompt)에 붙여넣은 다음, DataOps 및 파이프라인 오케스트레이션 엔지니어 관련 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331106148616,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/fenna-dataops-book.jpg?v=1787064993"},{"product_id":"aurelio-data-modeler-warehouse-architect","title":"Aurelio - 데이터 웨어하우스 아키텍트 AI Skill","description":"\u003ch2\u003e단 하나의 테이블을 그리기 전에 사실 테이블의 그레인을 문서로 명시하는 수석 데이터 모델러 및 웨어하우스 아키텍트.\u003c\/h2\u003e\n\u003cp\u003eAurelio는 전체 스키마 및 모델링 영역을 다룹니다. 스타 스키마와 스노플레이크 스키마 설계, Kimball과 Data Vault 방법론 간의 트레이드오프, 천천히 변하는 차원(SCD 유형 1\/2\/3) 설계, 사실 및 차원 그레인 결정, 그리고 비용과 성능을 고려한 Snowflake, BigQuery 또는 Redshift의 물리적 스키마 선택(클러스터링 키, 파티션 전략, 배포 스타일 등)을 다룹니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e일반적인 모범 사례가 아니라 측정된 스캔 바이트 또는 비용 수치에 근거해 스타 스키마, SCD 전략 또는 클러스터링\/파티션 키를 결정해야 하는 분석 엔지니어, 웨어하우스 아키텍트 및 BI 리드.\u003c\/p\u003e\n\u003ch3\u003e주요 기능\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e측정값이나 조인 결정을 내리기 전에 사실 테이블의 그레인을 명시적으로 정의\u003c\/li\u003e\n      \u003cli\u003e편의를 위해 기본적으로 유형 1을 적용하지 않고 속성별로 SCD 유형 1\/2\/3 설계를 선택\u003c\/li\u003e\n      \u003cli\u003e트랜잭션 시점에 유효한 차원 행과 과거 사실이 조인되도록 대체 키 조인 설계\u003c\/li\u003e\n      \u003cli\u003e실제 주요 쿼리 패턴에 맞춘 클러스터링 키, 파티션 전략 또는 배포 스타일\u003c\/li\u003e\n      \u003cli\u003e배포 전에 중복 집계나 행 손실을 포착하는 팬아웃 및 차즘 트랩 조인 감사\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eAurelio의 SKILL.md를 Claude Project Instructions(또는 모든 AI 시스템 prompt)에 붙여 넣은 다음 데이터 모델러 및 웨어하우스 아키텍트 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치 시간은 2분 이내입니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331106181384,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/aurelio-warehouse-book.jpg?v=1787064993"},{"product_id":"xiomara-computer-vision-engineer","title":"Xiomara - 컴퓨터 비전 엔지니어 AI Skill","description":"\u003ch2\u003e평균적으로는 양호해 보이는 검증 지표를 신뢰하기 전에 클래스별 성능을 확인하는 시니어 컴퓨터 비전 엔지니어.\u003c\/h2\u003e\n\u003cp\u003eXiomara는 전체 비전 모델 영역을 다룹니다. 아키텍처 선택(CNN과 비전 트랜스포머, 검출 프레임워크 선택), 어노테이션 전략과 품질 관리, 데이터 증강 설계, 검출 및 세그멘테이션 평가 지표(mAP, IoU, 클래스별 정밀도-재현율), 엣지와 클라우드 추론 및 지연 시간 예산, 비전 데이터셋의 클래스 불균형 또는 도메인 시프트 진단까지 포함합니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e분류, 검출 또는 세그멘테이션 모델을 실제 카메라나 디바이스에 배포하는 ML 팀을 위한 것으로, 벤치마크의 표면적인 수치가 아니라 실제 오검출 및 미검출의 비용에 맞춰 아키텍처, 어노테이션, 배포 결정을 내려야 하는 팀에 적합합니다.\u003c\/p\u003e\n\u003ch3\u003e핵심 기능\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e실제 데이터 규모와 지연 시간 예산에 맞춘 CNN, 비전 트랜스포머, 하이브리드 아키텍처 선택\u003c\/li\u003e\n      \u003cli\u003e대규모 라벨링 전에 어노테이션 사양, 골드 스탠더드 참조 세트, 어노테이터 간 일치도 임계값 설정\u003c\/li\u003e\n      \u003cli\u003e집계 지표에 가려진 희귀 클래스의 거의 0에 가까운 점수를 드러내는 클래스별 mAP\/IoU\/정밀도-재현율 평가\u003c\/li\u003e\n      \u003cli\u003e학습 데이터와 실제 운영 환경의 명확한 차이를 해소하도록 설계한 증강 파이프라인\u003c\/li\u003e\n      \u003cli\u003e실제 대상 하드웨어에서 지연 시간과 정확도를 검증한 엣지 및 클라우드 배포 계획\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eXiomara의 SKILL.md를 Claude Project Instructions(또는 모든 AI 시스템 prompt)에 붙여 넣은 다음, 컴퓨터 비전 엔지니어 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에는 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331106902280,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/xiomara-vision-book.jpg?v=1787064993"},{"product_id":"kwesi-recommender-systems-engineer","title":"Kwesi - 추천 시스템 엔지니어 AI Skill","description":"\u003ch2\u003e모델이 건강하다고 판단하기 전에 추천과 행동 사이의 피드백 루프를 감사하는 시니어 추천 시스템 엔지니어.\u003c\/h2\u003e\n\u003cp\u003eKwesi는 협업 필터링, 콘텐츠 기반 모델, 하이브리드 모델 선택부터 2단계 후보 생성 및 랭킹 아키텍처, 신규 사용자와 신규 아이템의 콜드 스타트 처리, 오프라인 평가(NDCG, precision@k, recall@k)와 온라인 A\/B 테스트 대비 그 한계, 피드백 루프 또는 인기 편향의 진단 및 완화까지 추천 모델링의 전 영역을 다룹니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e오프라인 리더보드 수치가 아니라 실제 카탈로그 커버리지에 기반한 후보 생성\/랭킹 아키텍처, 콜드 스타트 전략, 편향 진단이 필요한 추천 시스템 운영 ML 및 제품 팀.\u003c\/p\u003e\n\u003ch3\u003e핵심 역량\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e상호작용 데이터 밀도에 따른 협업 필터링 대 콘텐츠 기반 대 하이브리드 모델 선택\u003c\/li\u003e\n      \u003cli\u003e재현율과 정밀도를 별도로 고려해 규모를 산정한 2단계 후보 생성 및 랭킹 아키텍처\u003c\/li\u003e\n      \u003cli\u003e표준 모델로 전환되는 시점까지 포함한 신규 사용자 및 신규 아이템 콜드 스타트 브리지 전략\u003c\/li\u003e\n      \u003cli\u003e해당 지표만으로 확인할 수 없는 사항과 A\/B 설계를 함께 제시하는 오프라인 NDCG\/precision@k\/recall@k 결과\u003c\/li\u003e\n      \u003cli\u003e높은 정확도 뒤에 숨은 인기 편향을 포착하는 노출 분포 및 카탈로그 커버리지 감사\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eKwesi의 SKILL.md를 Claude Project Instructions(또는 모든 AI 시스템 프롬프트)에 붙여넣은 다음, 추천 시스템 엔지니어 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331106935048,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/kwesi-recsys-book.jpg?v=1787065046"},{"product_id":"signe-looker-lookml-embedded-analytics-specialist","title":"Signe - Looker 개발자 AI Skill","description":"\u003ch2\u003e모든 행 수준 액세스 필터를 편의를 위한 필터가 아닌 보안 경계로 다루는 시니어 Looker \u0026amp; LookML \/ 임베디드 분석 전문가\u003c\/h2\u003e\n\u003cp\u003eSigne은 전체 LookML 및 임베디드 분석 영역을 다룹니다. Explore, View, 파생 테이블 모델링, 모든 대시보드에서 지표가 동일한 의미를 갖도록 하는 시맨틱 레이어 설계, 고객용 대시보드를 위한 임베디드 분석 구축, 행 수준 액세스 필터와 사용자 속성, Looker 성능 최적화(영구 파생 테이블, 집계 인식, 쿼리 캐싱)까지 포함합니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e임베디드 고객용 대시보드를 운영하는 Looker 관리자와 분석 엔지니어 중, 시맨틱 레이어, 액세스 필터 또는 성능 수정 사항을 LookML 코드만이 아니라 실제 운영 대시보드에서 검증해야 하는 분들을 위한 것입니다.\u003c\/p\u003e\n\u003ch3\u003e주요 역량\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e지표가 두 번째로 정의되기 전에 단일 정식 LookML 측정값 정의로 통합\u003c\/li\u003e\n      \u003cli\u003eExplore 조인을 추가하기 전에 대칭 집계 또는 사전 집계된 파생 테이블을 사용한 조인 팬아웃 점검\u003c\/li\u003e\n      \u003cli\u003e단순 코드 검토가 아니라 실제 제한된 사용자 속성을 가장해 행 수준 액세스 필터 테스트\u003c\/li\u003e\n      \u003cli\u003e고객용 영역별로 Signed-embed와 SSO-embed 방식 및 세션 만료 처리 결정\u003c\/li\u003e\n      \u003cli\u003e실제 데이터 최신성 요구 사항에 맞춘 PDT 트리거 및 캐시 전략 수립, 생성된 SQL을 기준으로 검증\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eSigne의 SKILL.md를 Claude 프로젝트 지침(또는 모든 AI 시스템 prompt)에 붙여 넣은 다음, Looker \u0026amp; LookML 임베디드 분석 전문가가 필요한 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331106967816,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/signe-lookml-book.jpg?v=1787065047"},{"product_id":"torben-product-web-analytics-specialist","title":"Torben - 제품 및 웹 분석 전문가 AI Skill","description":"\u003ch2\u003e이벤트 추적을 데이터 파이프라인으로, 추적 계획을 그 스키마로 다루는 시니어 제품 및 웹 분석 전문가\u003c\/h2\u003e\n\u003cp\u003eTorben은 GA4 및 Google Tag Manager 구현과 이벤트 분류 체계 설계, 퍼널 및 유지율\/코호트 분석을 위한 Amplitude 또는 Mixpanel 설정, 추적 계획 설계 및 QA(리포팅을 오염시키기 전에 손상되거나 중복된 이벤트를 발견), 개인정보 보호 제약 하의 퍼스트 파티 데이터 수집 전략(동의 모드, 서버 측 태깅) 등 이벤트 수준의 제품 및 웹 추적 전반을 담당합니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e대시보드의 이상해 보이는 수치만 확인하는 것이 아니라, 실시간 이벤트 스트림을 기준으로 검증된 GA4\/GTM 구현, 추적 계획 또는 퍼널 진단이 필요한 성장, 제품 및 분석 팀을 위한 것입니다.\u003c\/p\u003e\n\u003ch3\u003e주요 역량\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e추적이 답해야 하는 실제 비즈니스 질문을 바탕으로 설계한 GA4\/GTM 이벤트 분류 체계\u003c\/li\u003e\n      \u003cli\u003e이벤트 이름, 필수 속성 및 실행 조건을 문서화한 구조화된 추적 계획\u003c\/li\u003e\n      \u003cli\u003e리포트를 신뢰하기 전에 중복 트리거와 충돌하는 페이지 조회 규칙을 발견하는 GTM 컨테이너 감사\u003c\/li\u003e\n      \u003cli\u003e최종 승인 전에 GA4 DebugView 또는 GTM 미리보기에서 이벤트별로 수행하는 실시간 검증\u003c\/li\u003e\n      \u003cli\u003e출시 후 덧붙이는 것이 아니라 첫날부터 추적 계획에 포함하는 동의 모드 및 서버 측 태깅\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eTorben의 SKILL.md를 Claude 프로젝트 지침(또는 모든 AI 시스템 prompt)에 붙여넣은 다음, 제품 및 웹 분석 전문가에게 해결을 요청할 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에는 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331107066120,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/torben-product-web-analytics-specialist-1.png?v=1789460832"},{"product_id":"rosamund-experimentation-ab-testing-analyst","title":"Rosamund - A\/B 테스트 분석가 AI Skill","description":"\u003ch2\u003e대시보드에 최종적으로 표시되는 결과를 신뢰하기 전에 테스트가 어떻게 구축되고 실행되었는지 확인하는 시니어 실험 및 A\/B 테스트 분석가입니다.\u003c\/h2\u003e\n\u003cp\u003eRosamund는 전체 실험 수명 주기를 다룹니다. 표본 크기 및 검정력 계산, 최소 탐지 효과(MDE) 산정, 무작위화 단위 및 할당 무결성 점검, 표본 비율 불일치(SRM) 탐지, 통계적 유의성과 실질적 유의성의 구분, 신규성 효과와 엿보기\/조기 중단 문제, 가드레일 지표 설계, 심슨의 역설과 다중 비교 같은 분석상의 함정까지 포함합니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e출시 결정을 내리기 전에 사전 등록된 표본 크기, SRM 점검, 가드레일 지표 결과가 필요한 성장 및 제품 팀을 위한 도구입니다. 유의 확률이 양수라는 이유만으로 그대로 받아들이는 것이 아닙니다.\u003c\/p\u003e\n\u003ch3\u003e주요 기능\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e테스트 시작 전에 명시된 MDE, 기준 비율, 검정력을 바탕으로 표본 크기와 실행 기간 계산\u003c\/li\u003e\n      \u003cli\u003e결과를 신뢰하기 전에 실제 관측된 분할을 대상으로 카이제곱 표본 비율 불일치 점검\u003c\/li\u003e\n      \u003cli\u003e모든 유의 확률과 함께 신뢰 구간 및 비즈니스 관점의 효과 크기 보고, 유의 확률만 단독으로 제시하지 않음\u003c\/li\u003e\n      \u003cli\u003e상승 효과를 지속 가능한 승자로 선언하기 전에 신규성 효과 및 엿보기 점검\u003c\/li\u003e\n      \u003cli\u003e출시 권고 전에 가드레일 지표 및 하위 그룹의 심슨의 역설 점검 실행\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eRosamund의 SKILL.md를 Claude 프로젝트 지침(또는 모든 AI 시스템 prompt)에 붙여 넣은 다음, 실험 및 A\/B 테스트 분석가와 관련된 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331107098888,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/rosamund-ab-testing-book.jpg?v=1787065048"},{"product_id":"yannis-applied-decision-scientist","title":"Yannis - 의사결정 과학자 AI Skill","description":"\u003ch2\u003e무작위 배정이 이루어지지 않은 데이터에 인과 분석을 실행하기 전에 의사결정 기준을 먼저 명시하는 시니어 응용 \/ 의사결정 과학자\u003c\/h2\u003e\n\u003cp\u003eYannis는 관찰 데이터의 인과 추론(성향 점수 매칭, 이중차분법, 도구 변수, 회귀 불연속 설계), 모호한 \"X를 해야 할까?\"라는 질문을 명확한 의사결정 기준이 있는 측정 가능한 분석 질문으로 전환하는 작업, 그리고 자원 배분 의사결정을 위한 최적화 또는 시뮬레이션을 다룹니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e단순한 전후 비교를 증거인 양 포장하는 대신, 과거 데이터에서 방어 가능한 인과 추정치와 스트레스 테스트를 거친 배분 계획이 필요한 분석 및 전략 팀\u003c\/p\u003e\n\u003ch3\u003e핵심 역량\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e모호한 비즈니스 요구를 명시된 결과와 의사결정 기준이 있는 측정 가능한 질문으로 전환\u003c\/li\u003e\n      \u003cli\u003e처치 집단이 실제로 처치를 받게 된 과정에 따라 식별 전략(PSM, 이중차분법, IV, RDD) 선택\u003c\/li\u003e\n      \u003cli\u003e공변량 균형, 평행한 사전 추세, 도구 변수의 관련성, 기준점 조작 등 식별 가정을 명시적으로 검증\u003c\/li\u003e\n      \u003cli\u003e정직한 신뢰 범위와 남아 있는 교란 요인의 명시적 목록을 포함한 효과 추정치 제공\u003c\/li\u003e\n      \u003cli\u003e기초 추정치의 불확실성을 반영해 자원 배분 최적화 또는 시뮬레이션을 스트레스 테스트\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eYannis의 SKILL.md를 Claude 프로젝트 지침(또는 다른 AI 시스템 prompt)에 붙여 넣은 다음, 응용 및 의사결정 과학 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치 시간은 2분 이내입니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331107131656,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/yannis-decision-sci-book.jpg?v=1787065048"},{"product_id":"wilhelm-master-data-management-specialist","title":"Wilhelm - 마스터 데이터 관리 전문가 AI Skill","description":"\u003ch2\u003e레코드 수준 규칙 대신 필드 수준 생존성 매트릭스를 구축하는 시니어 마스터 데이터 관리 전문가.\u003c\/h2\u003e\n\u003cp\u003eWilhelm은 고객, 제품 또는 공급업체 데이터를 여러 시스템에서 관리하기 위한 단일 정보원 설계, 매칭 및 중복 제거 규칙 작성, 신뢰도 임계값과 생존성 로직 설정, 허브 앤 스포크 방식과 레지스트리 스타일 MDM 도구 패턴 중 선택, 데이터 도메인 소유권 모델 정의, 그리고 골든 레코드 업데이트가 업데이트 루프를 만들지 않고 소스 시스템에 도달하도록 동기화 및 전파 전략 설계까지 골든 레코드의 전체 범위를 다룹니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e여러 시스템에 약간씩 다른 레코드로 존재하는 동일한 고객, 제품 또는 공급업체 데이터를 정리하는 데이터 플랫폼 및 MDM 팀을 위한 것으로, 대략적인 수치가 아니라 측정된 오병합률을 바탕으로 한 매칭 임계값과 생존성 규칙이 필요한 팀을 대상으로 합니다.\u003c\/p\u003e\n\u003ch3\u003e주요 기능\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e임계값을 설정하기 전에 레이블이 지정된 샘플을 대상으로 테스트한 결정론적 및 확률적 매칭 규칙\u003c\/li\u003e\n      \u003cli\u003e명시적인 동률 해소 기준을 포함한 필드 수준 생존성 매트릭스. 단일 레코드 수준의 \"마지막 쓰기 우선\" 규칙은 사용하지 않음\u003c\/li\u003e\n      \u003cli\u003e다운스트림 시스템이 실제로 레코드를 소비하는 방식에 따라 선택한 허브 앤 스포크 또는 레지스트리 스타일 MDM 패턴\u003c\/li\u003e\n      \u003cli\u003e첫 번째 도메인 간 필드 분쟁이 발생하기 전에 정의한 도메인 소유권 및 에스컬레이션 경로\u003c\/li\u003e\n      \u003cli\u003e출처 태깅을 포함한 동기화 반환 설계로, 골든 레코드 업데이트가 다시 자신에게 돌아와 재처리되는 루프를 방지\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eWilhelm의 SKILL.md를 Claude Project Instructions(또는 모든 AI 시스템 prompt)에 붙여 넣은 다음, Master Data Management (MDM) Specialist 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331107393800,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/wilhelm-mdm-book.jpg?v=1787065048"},{"product_id":"solveig-fraud-risk-data-analyst","title":"Solveig - 사기 및 리스크 데이터 분석가 AI Skill","description":"\u003ch2\u003e모든 탐지 규칙이 사각지대를 적극적으로 탐색당하고 있다고 보는 선임 사기 및 위험 데이터 분석가\u003c\/h2\u003e\n\u003cp\u003eSolveig는 사기 및 위험 분석의 전체 영역을 다룹니다. 사기 신호 및 특징 설계(속도 점검, 디바이스 핑거프린팅, 네트워크 및 그래프 기반 사기 조직), 규칙 기반 탐지와 ML 기반 탐지의 장단점 및 두 방식을 결합해야 하는 시점, 거짓 양성 및 거짓 음성 비용 조정, 지불 거절 및 분쟁 패턴 분석, 그리고 규칙이 알려진 후 사기 패턴이 변화할 때의 적대적 적응을 다룹니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e정확도만을 기준으로 조정해 사기꾼이 알아차리는 순간 조용히 작동을 멈추는 규칙이 아니라, 사기 신호와 임계값, 규칙과 모델 중 무엇을 선택할지에 대한 판단을 명확한 금액 비용과 연결해야 하는 신뢰 및 안전팀과 결제팀을 위한 것입니다.\u003c\/p\u003e\n\u003ch3\u003e핵심 기능\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e일반적인 데이터가 아니라, 구체적으로 명시된 사기 패턴과 연결된 속도, 디바이스, 네트워크\/그래프 사기 신호\u003c\/li\u003e\n      \u003cli\u003e임계값을 조정하기 전에 세그먼트별 거짓 양성 및 거짓 음성 비용을 달러 단위로 명시\u003c\/li\u003e\n      \u003cli\u003e기본 선호가 아니라 적응 속도와 설명 가능성의 필요에 따라 규칙 기반과 ML 기반 계층화 결정\u003c\/li\u003e\n      \u003cli\u003e사유 코드별로 세분화한 지불 거절 및 분쟁 패턴 보고서로, 실제 사기와 우호적 사기를 구분\u003c\/li\u003e\n      \u003cli\u003e사기 조직이 알려진 규칙을 악용한 후 해당 규칙의 효과가 떨어지는 상황을 포착하는 적대적 적응 모니터링\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eSolveig의 SKILL.md를 Claude Project Instructions(또는 모든 AI system prompt)에 붙여넣은 다음, 사기 및 위험 데이터 분석가 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치에는 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331107688712,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/solveig-fraud-risk-book.jpg?v=1787065048"},{"product_id":"cassius-ai-data-product-manager","title":"Cassius - AI 및 데이터 제품 관리자 AI Skill","description":"\u003ch2\u003e모호한 \"이 작업에 AI를 사용할 수 있을까요?\"를 범위가 정해진 브리프로 전환하고, 모든 심층 작업을 담당 전문가에게 연결하는 시니어 AI 및 데이터 제품 관리자\u003c\/h2\u003e\n\u003cp\u003eCassius는 전체 데이터 및 AI 컬렉션을 조율하는 계층으로, 모호한 비즈니스 요청을 범위가 정해지고 측정 가능한 제품 브리프로 전환하고, AI\/데이터 역량의 자체 구축과 구매 여부를 결정하며, 서로 우선순위가 다른 데이터 엔지니어링, ML, 분석 팀 간 이해관계를 조율합니다. 또한 데이터 품질 부채와 새로운 기능 요청이 경쟁할 때 우선순위 프레임워크를 적용하고, 복잡한 부서 간 데이터\/AI 이니셔티브의 각 작업을 어느 전문가가 담당해야 하는지 파악하는 현황 평가를 제공합니다.\u003c\/p\u003e\n\u003ch3\u003e대상\u003c\/h3\u003e\n\u003cp\u003e모호한 AI 요청이나 팀 간 우선순위 충돌에 직면해 있으며, 외교적인 답변으로 끝나는 또 하나의 회의가 아니라 범위가 정해진 브리프와 연결 계획이 필요한 제품 리더, 데이터\/AI 프로그램 책임자, 경영진을 위한 도구입니다.\u003c\/p\u003e\n\u003ch3\u003e주요 기능\u003c\/h3\u003e\n\u003cul\u003e\n      \u003cli\u003e\"데이터를 더 좋게 만들어야 합니다\" 또는 \"이 작업에 AI를 사용할 수 있을까요?\" 같은 모호한 요청을 문제, 사용자, 지표로 전환\u003c\/li\u003e\n      \u003cli\u003e가치 실현까지 걸리는 시간, 차별화, 총소유비용, 공급업체 종속 위험을 기준으로 한 자체 구축과 구매 여부 분석\u003c\/li\u003e\n      \u003cli\u003e데이터 품질 부채를 기본적으로 우선순위에서 제외하지 않고 새로운 기능 요청과 동일한 우선순위 척도로 평가\u003c\/li\u003e\n      \u003cli\u003e각 팀의 실제 제약 조건을 명시하고 이를 중심으로 계획의 순서를 정하는 팀 간 이해관계자 조율\u003c\/li\u003e\n      \u003cli\u003e이니셔티브의 각 작업을 정확히 어느 전문가가 담당하는지 보여주는 현황 및 연결 맵\u003c\/li\u003e\n\u003c\/ul\u003e\n\u003ch3\u003e사용 방법\u003c\/h3\u003e\n\u003cp\u003eCassius의 SKILL.md를 Claude 프로젝트 지침(또는 모든 AI 시스템 prompt)에 붙여 넣은 다음, AI 및 데이터 제품 관리자 문제를 설명하세요. Claude, ChatGPT 및 모든 AI 채팅에서 사용할 수 있습니다. 설치 시간은 2분 이내입니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58331107983624,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/cassius-ai-data-product-manager-1.png?v=1789460831"},{"product_id":"havard-data-quality-observability-engineer","title":"Havard - 데이터 품질 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eHavard를 Claude에 넣으면 대시보드가 임원에게 거짓 정보를 보여주기 전에 조용한 장애가 드러나도록 파이프라인을 계측하는 데이터 신뢰성 엔지니어를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eHavard는 데이터 품질을 정책 문서가 아닌 엔지니어링으로 다룹니다. 최신성, 볼륨, 스키마, 분포 및 계보 모니터, dbt 테스트, Great Expectations 및 Soda 전반의 테스트 설계, 모두가 음소거하는 고정 임계값이 아닌 메트릭 기반 이상 감지, 생산자와 소비자 간 데이터 계약, 심각도 수준, 온콜 및 계보를 통한 영향 범위 분석을 포함한 데이터 인시던트 대응, 파이프라인을 위한 데이터 SLA, SLO 및 오류 예산, 조용한 장애의 근본 원인 분석, 백필 및 재처리 전략, 알림 피로를 줄이기 위한 알림 조정, 비즈니스 담당자가 실제로 읽을 품질 스코어카드를 제공합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 것\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e최신성, 볼륨, 스키마, 분포 및 계보 모니터\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e데이터 계약 및 생산자-소비자 간 합의\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e데이터 SLA, SLO, 오류 예산 및 인시던트 심각도\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e알림 조정, 근본 원인 분석 및 백필 전략\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 havard-data-quality-observability-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣고 → 요구사항을 설명하세요 → Havard가 답변을 작성합니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 전체 작업 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382264172808,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/havard-data-quality-book.jpg?v=1787065049"},{"product_id":"yusra-cloud-data-platform-engineer","title":"Yusra - 클라우드 데이터 플랫폼 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eYusra를 Claude에 넣으면 무엇이든 크기부터 키우기 전에 쿼리 프로필을 확인하는 플랫폼 엔지니어를 얻을 수 있습니다. 웨어하우스를 더 크게 만드는 것은 대개 비용만 많이 드는 잘못된 답이기 때문입니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eYusra는 웨어하우스와 레이크하우스 자체를 운영합니다. Snowflake, Databricks 및 Microsoft Fabric 관리, 가상 웨어하우스와 클러스터 크기 조정, 자동 일시 중지 및 오토스케일링, 워크로드 격리 및 동시성, 스토리지 레이아웃, 파티셔닝, 클러스터링 키, Z-order 및 리퀴드 클러스터링, Delta, Iceberg 및 Hudi를 포함한 테이블 형식과 각 형식이 실제로 유리한 경우, 쿼리 성능 튜닝 및 결과 캐싱, 크레딧 귀속, 차지백, 예산 알림 및 예약 용량과 온디맨드 용량 간 구분을 통한 플랫폼 비용 관리, 역할, 권한 부여 및 행·열 정책을 사용한 플랫폼 수준 액세스 제어, Unity Catalog 및 이에 상응하는 메타데이터 계층, 타임 트래블 및 클론을 활용한 재해 복구를 지원합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e웨어하우스 및 클러스터 크기 조정, 격리 및 오토스케일링\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e파티셔닝, 클러스터링, Z-order 및 테이블 형식 선택\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e크레딧 귀속, 차지백, 예산 및 예약 용량\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e플랫폼 RBAC, 마스킹 정책 및 재해 복구\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 yusra-cloud-data-platform-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣고 → 요구 사항을 설명하세요 → Yusra가 답변을 만듭니다. 무엇을 얻게 되는지 정확히 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382270791944,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/yusra-cloud-platform-book.jpg?v=1787065049"},{"product_id":"taavi-metrics-semantic-layer-engineer","title":"Taavi - 시맨틱 레이어 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eTaavi를 Claude에 넣으면 먼저 서로 충돌하는 세 가지 매출 수치를 조정한 다음, 누구나 조회할 수 있는 유일한 정의를 만드는 시맨틱 레이어 엔지니어를 만나게 됩니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eTaavi는 모든 비즈니스 메트릭의 단일 정의를 관리합니다. dbt Semantic Layer와 MetricFlow, Cube 및 AtScale 전반의 시맨틱 레이어 구현, 세분성·필터·시간 차원·가산성 및 비가산 측정값을 다루는 메트릭 사양, 메트릭 컨텍스트의 차원 일관성과 서서히 변하는 차원, 메트릭 버전 관리 및 사용 중단, 모든 다운스트림 도구에 동일한 메트릭을 제공하는 헤드리스 BI, 정의를 변경할 수 있는 사람에 대한 거버넌스, 팀 간 충돌하는 수치를 조정 단계가 마무리될 때까지 단계별로 조정하는 작업, 쿼리 푸시다운 및 캐싱, 하드코딩된 대시보드 SQL 더미에서 관리되는 메트릭으로 전환하는 경로까지 지원합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e메트릭 사양: 세분성, 필터, 시간 차원, 가산성\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e서로 충돌하는 수치가 일치하도록 마무리하는 조정 단계\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003edbt Semantic Layer, MetricFlow 및 Cube 구현\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e메트릭 버전 관리, 사용 중단 및 변경 제어\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 taavi-metrics-semantic-layer-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣고 → 요구사항을 설명하세요 → Taavi가 답변을 만듭니다. 정확히 무엇을 받게 되는지 확인할 수 있도록 전체 작업 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382280196360,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/taavi-semantic-layer-book.jpg?v=1787065050"},{"product_id":"nikolina-feature-store-ml-platform-engineer","title":"Nikolina - ML 플랫폼 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n  \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eDrop Nikolina into Claude and get an ML platform engineer who kills training-serving skew at the feature layer instead of letting every team rediscover it in production.\u003c\/p\u003e\n  \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eNikolina builds the platform ML teams work on: feature stores including Feast, Tecton and the Databricks Feature Store; offline versus online store design; point-in-time correct joins and the training-serving skew they prevent; feature versioning, reuse and discovery; materialization and freshness SLAs for online features; model serving infrastructure across batch, real-time and streaming inference; autoscaling, latency budgets and GPU scheduling and cost; experiment tracking and the model registry as platform services rather than per-team scripts; multi-tenant platform design with self-service paved paths; and a clear boundary between what the platform owns and what each product team owns.\u003c\/p\u003e\n  \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n    \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eWhat you get\u003c\/p\u003e\n    \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eOffline and online feature stores, point-in-time correct joins\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eTraining-serving skew detection and prevention\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eServing infra: batch, real-time, streaming, GPU scheduling\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eModel registry, experiment tracking and multi-tenant paved paths\u003c\/span\u003e\n\u003c\/li\u003e\n    \u003c\/ul\u003e\n  \u003c\/div\u003e\n  \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n    \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 nikolina-feature-store-ml-platform-engineer.skill\u003c\/span\u003e\n    \u003cspan style=\"font-size:11px; color:#888780;\"\u003eUnder 2 min install\u003c\/span\u003e\n    \u003cspan style=\"font-size:11px; color:#888780;\"\u003eWorks with Claude, ChatGPT \u0026amp; any AI chat\u003c\/span\u003e\n  \u003c\/div\u003e\n  \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n    \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eHow to install\u003c\/p\u003e\n    \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eDownload the .skill package → open Claude → paste SKILL.md into your Project Instructions or system prompt → describe your requirement → Nikolina builds the answer. Includes a full worked example so you see exactly what you get.\u003c\/p\u003e\n  \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382286815496,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/nikolina-ml-platform-book.jpg?v=1787065049"},{"product_id":"vikram-search-relevance-engineer","title":"Vikram - 검색 관련성 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eVikram을 Claude에 추가하면 단 한 번의 부스트도 적용하기 전에 판단 세트를 구축하는 검색 관련성 엔지니어를 얻을 수 있습니다. 검증하지 않은 관련성 튜닝은 그저 미신에 불과하기 때문입니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eVikram은 검색이 올바른 결과를 반환하도록 만듭니다. 토큰화, 형태소 분석, 철자 교정, 동의어, 쿼리 분류 및 의도 감지를 아우르는 쿼리 이해, Elasticsearch, OpenSearch 및 Solr의 어휘 검색과 BM25 튜닝, 상호 순위 융합을 활용한 벡터 및 하이브리드 검색, 특징 엔지니어링, LambdaMART 및 신경망 랭커를 포함한 학습 기반 랭킹, NDCG·MRR·k순위 정밀도, 판단 목록, 휴먼 평가자 및 클릭 모델을 활용한 관련성 평가, 온라인 지표 및 인터리빙 실험, 위치 및 표시 편향, 개인화의 한계, 결과가 없는 쿼리와 롱테일 쿼리, 패싯 및 필터링, 그리고 인덱스 크기·쿼리 지연 시간·품질 간의 정직한 트레이드오프까지 다룹니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 기능\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e쿼리 이해: 동의어, 철자 교정, 의도\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eBM25 튜닝과 RRF를 활용한 벡터 및 하이브리드 검색\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e프로덕션 환경의 학습 기반 랭킹 및 신경망 랭커\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eNDCG 및 MRR 판단 세트, 인터리빙, 클릭 편향 보정\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 vikram-search-relevance-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내에 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 프로젝트 지침 또는 시스템 prompt에 붙여넣고 → 요구 사항을 설명하면 → Vikram이 답변을 만듭니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 전체 작업 예제가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382293205256,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/vikram-search-relevance-book.jpg?v=1787065050"},{"product_id":"xiulan-speech-audio-ml-engineer","title":"Xiulan - 음성 인식 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n  \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eDrop Xiulan into Claude and get a speech engineer who reports word error rate by accent and condition, because a single headline WER hides exactly the users you are failing.\u003c\/p\u003e\n  \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eXiulan owns the audio modality end to end: automatic speech recognition with Whisper and its successors, streaming versus batch decoding, WER measurement and what it conceals, domain adaptation, custom vocabulary and contextual biasing; speaker diarization and speaker identification; voice activity detection; text to speech and voice cloning under consent constraints; audio preprocessing including resampling, noise reduction, echo cancellation and channel separation; keyword spotting and wake words; audio classification and event detection; real-time streaming pipelines with latency budgets; and the fairness problem of recognition quality varying sharply by accent and dialect.\u003c\/p\u003e\n  \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n    \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003eWhat you get\u003c\/p\u003e\n    \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eASR tuning: domain adaptation, custom vocabulary, biasing\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eWER measured by accent, noise condition and speaker, not headline\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eDiarization, speaker ID, VAD and channel separation\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eStreaming pipelines, latency budgets, TTS and consent limits\u003c\/span\u003e\n\u003c\/li\u003e\n    \u003c\/ul\u003e\n  \u003c\/div\u003e\n  \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n    \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 xiulan-speech-audio-ml-engineer.skill\u003c\/span\u003e\n    \u003cspan style=\"font-size:11px; color:#888780;\"\u003eUnder 2 min install\u003c\/span\u003e\n    \u003cspan style=\"font-size:11px; color:#888780;\"\u003eWorks with Claude, ChatGPT \u0026amp; any AI chat\u003c\/span\u003e\n  \u003c\/div\u003e\n  \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n    \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003eHow to install\u003c\/p\u003e\n    \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003eDownload the .skill package → open Claude → paste SKILL.md into your Project Instructions or system prompt → describe your requirement → Xiulan builds the answer. Includes a full worked example so you see exactly what you get.\u003c\/p\u003e\n  \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382303527176,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/xiulan-speech-ml-book.jpg?v=1787065050"},{"product_id":"tenzin-time-series-forecasting-scientist","title":"Tenzin - 시계열 예측 분석가 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eTenzin을 Claude에 넣으면 먼저 나이브 기준선을 실행하고, 비용이 많이 드는 모델이 이를 능가하지 못했을 때 이를 솔직하게 알려주는 예측 과학자를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eTenzin은 예측을 하나의 독립된 분야로 다룹니다. 나이브 및 계절성 나이브부터 ETS와 ARIMA 또는 SARIMAX까지의 고전적 기준선과, 복잡한 모델이 사람들이 인정하는 것보다 더 자주 이를 능가하지 못하는 이유를 다룹니다. 상향식, 하향식 및 MinT 조정을 활용한 계층적·그룹별 예측, Croston과 TSB를 활용한 간헐적 수요, Prophet, 그래디언트 부스팅 테이블형 접근법, 그리고 N-BEATS 및 Temporal Fusion Transformer 같은 딥 모델과 그 비용을 솔직하게 설명합니다. 시차, 롤링 윈도우, 캘린더, 공휴일, 프로모션 및 날씨를 아우르는 시간 특성 엔지니어링, 롤링 오리진 백테스팅과 데이터 누수 함정, 낮은 물량에서 MAPE가 실패하는 경우를 포함한 정확도 지표와 WAPE, RMSSE 및 핀볼 손실, 예측 편향, 확률적 예측 및 예측 구간, 나이브 기준선 대비 예측 부가가치, 그리고 사람이 참여하는 컨센서스 예측을 다룹니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e나이브 및 계절성 기준선과 예측 부가가치\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e계층적 조정 및 간헐적 수요 방법\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e롤링 오리진 백테스팅과 데이터 누수 함정\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e지표 선택: WAPE, RMSSE, 핀볼 손실, 편향, 예측 구간\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 tenzin-time-series-forecasting-scientist.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude 열기 → SKILL.md를 Project Instructions 또는 시스템 prompt에 붙여넣기 → 요구 사항 설명 → Tenzin이 답변을 만듭니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382314307848,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/tenzin-forecasting-book.jpg?v=1787065050"},{"product_id":"rhiannon-marketing-mix-modeling-analyst","title":"Rhiannon - 증분성 테스트 분석가 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eRhiannon을 Claude에 넣으면 예산을 재배분하기 전에 실제 실험을 통해 모델을 교차 검증하는 측정 분석가를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eRhiannon은 마케팅이 실제로 유발한 결과를 측정합니다. 애드스톡과 이월 효과, 포화 및 수익 체감 곡선, 계절성 및 기준선 분해, 채널 간 다중공선성, 신뢰할 수 있는 사전분포를 적용한 베이지안 MMM을 활용한 마케팅 믹스 모델링, 지역 실험 및 유사 시장 테스트, 홀드아웃, PSA 테스트, 고스트 광고 및 전환 상승분을 통한 증분성 테스트, 개인정보 보호 약화 상황에서 라스트 클릭 및 멀티터치 어트리뷰션이 제대로 작동하지 않는 이유, MMM과 실험 및 어트리뷰션을 어느 하나만 신뢰하지 않고 삼각측량하는 방법, 혼합 ROAS가 아닌 한계 수익에 따른 예산 배분, 홀드아웃 정확도, 실험 기준 보정 및 계수 타당성 검토를 통한 MMM 검증, 그리고 하나의 수치를 원하는 CMO에게 불확실성을 전달하는 방법을 제공합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e애드스톡, 포화 곡선 및 기준선 분해\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e지역 실험, 홀드아웃 및 전환 상승분 증분성\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e어트리뷰션이 아닌 실험을 기준으로 MMM 보정\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e불확실성을 명시한 한계 ROI 기반 예산 배분\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 rhiannon-marketing-mix-modeling-analyst.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 시스템 prompt에 붙여넣고 → 요구사항을 설명하면 → Rhiannon이 답변을 만들어 드립니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382325350664,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/rhiannon-mmm-book.jpg?v=1787065050"},{"product_id":"amadou-customer-data-identity-resolution-engineer","title":"Amadou - 고객 데이터 플랫폼 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eAmadou를 Claude에 추가하면 라벨이 지정된 페어에서 매칭 정밀도를 측정하는 아이덴티티 엔지니어를 얻을 수 있습니다. 잘못된 병합을 감수해 얻은 높은 매칭률은 매칭이 전혀 없는 것보다 나쁘기 때문입니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eAmadou는 사람들이 실제로 신뢰할 수 있는 고객 360을 구축합니다. 아이덴티티 그래프 설계, 결정론적 매칭과 확률론적 매칭, 확장 가능한 매칭 규칙과 블로킹 키, 단정이 아니라 라벨이 지정된 페어를 기준으로 측정한 정밀도와 재현율의 트레이드오프, 서바이버십 및 골든 레코드 규칙, 가구 및 계정 수준 롤업을 제공합니다. 또한 패키지형 및 컴포저블 웨어하우스 네이티브 접근 방식을 아우르는 CDP 아키텍처, 익명 상태와 알려진 상태 간 이벤트 수집 및 아이덴티티 스티칭, 동의 및 환경설정 관리, 모든 다운스트림 시스템 전반의 억제 및 삭제 전파, 광고 플랫폼과 CRM으로의 프로필 활성화 및 리버스 ETL, 그리고 잘못된 병합의 비용과 함께 매칭률을 정직하게 보고하는 기능을 제공합니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e아이덴티티 그래프, 블로킹 키, 결정론적 매칭과 확률론적 매칭\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e라벨이 지정된 페어를 기준으로 정밀도와 재현율 측정\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e서바이버십, 골든 레코드 및 가구 단위 롤업\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e동의, 억제, 삭제 전파 및 리버스 ETL\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 amadou-customer-data-identity-resolution-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 시스템 prompt에 붙여넣고 → 요구사항을 설명하면 → Amadou가 답변을 작성합니다. 정확히 어떤 결과를 얻는지 확인할 수 있도록 전체 작업 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382337081608,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/amadou-identity-book.jpg?v=1787065051"},{"product_id":"lucrezia-knowledge-graph-engineer","title":"Lucrezia - 지식 그래프 엔지니어 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eLucrezia를 Claude에 넣으면, 그래프 데이터베이스를 구매하기 전에 여러분의 문제가 그래프가 아니라 조인인지 알려 주는 그래프 엔지니어를 만날 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eLucrezia는 데이터를 그래프로 다룹니다. 그래프가 관계형 데이터베이스보다 실제로 뛰어난 경우와 분명히 그렇지 않은 경우, Neo4j와 Cypher를 사용하는 프로퍼티 그래프와 RDF 및 SPARQL의 실제 트레이드오프, 온톨로지 및 분류 체계 설계, 엔터티와 관계 모델링 및 재화, 그래프 내부의 엔터티 해석 및 명확화, 데이터 수집 파이프라인과 증분 업데이트, 경로 탐색·중심성·커뮤니티 탐지·유사성 전반의 그래프 알고리즘을 실제로 적용하는 방법과 각각의 실질적인 용도, 쿼리 성능·슈퍼노드·인덱스 없는 인접성, 실무 수준의 그래프 임베딩과 GNN, LLM 답변의 근거를 마련하기 위한 그래프 검색, 그리고 비엔지니어도 읽을 수 있는 시각화를 다룹니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e얻게 되는 것\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e그래프와 관계형 데이터베이스 비교: 조인 대안을 포함한 솔직한 판단\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e프로퍼티 그래프와 Cypher 대 RDF와 SPARQL의 트레이드오프\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e온톨로지 설계, 엔터티 해석 및 명확화\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e그래프 알고리즘, 슈퍼노드, 임베딩 및 그래프 기반 검색\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 lucrezia-knowledge-graph-engineer.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내에 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 system prompt에 붙여넣고 → 요구 사항을 설명하면 → Lucrezia가 답변을 만들어 줍니다. 무엇을 얻게 되는지 정확히 확인할 수 있도록 전체 작업 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382349336840,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/lucrezia-knowledge-graph-book.jpg?v=1787065052"},{"product_id":"oskari-geospatial-data-analyst","title":"Oskari - 지리공간 데이터 분석가 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eOskari를 Claude에 넣으면 반경 원을 실제 주행 시간 등시선으로 대체하고, 사업성 분석의 절반이 사라지는 모습을 지켜보는 지리 공간 분석가를 얻을 수 있습니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eOskari는 위치를 핵심 차원으로 다룹니다. 좌표 참조 시스템과 투영법, 이를 잘못 적용했을 때 발생하는 조용한 오류, 벡터 및 래스터 데이터 모델, PostGIS, GeoPandas 및 데이터 웨어하우스에서 직접 사용하는 지리 공간 함수, 공간 조인·버퍼·등시선 및 주행 시간 분석, 지오코딩 및 주소 정규화 품질, R-tree·H3·S2·geohash를 활용한 공간 인덱싱과 집계를 위한 그리드 시스템, 공간 자기상관·Moran's I·핫스팟 분석 및 크리깅 기초를 포함한 공간 통계, 상권 및 입지 선정 분석, 경로 탐색 및 네트워크 분석, 정규화되지 않은 단계구분도와 잘못된 구간화처럼 오해를 불러일으키는 지도 제작 선택, 그리고 세분화된 위치 데이터에 따른 개인정보 보호 위험을 다룹니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eCRS 및 투영의 정확성, 지오코딩 품질\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e공간 조인, 버퍼, 등시선 및 주행 시간 기반 상권 분석\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003eH3, S2 및 geohash 인덱싱과 공간 통계\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e정직한 지도 제작과 위치 개인정보 보호 위험\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 oskari-geospatial-data-analyst.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지를 다운로드 → Claude를 열고 → SKILL.md를 Project Instructions 또는 system prompt에 붙여넣고 → 요구 사항을 설명하세요 → Oskari가 답변을 만들어 줍니다. 어떤 결과를 얻는지 정확히 확인할 수 있도록 완성된 예시도 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382361657608,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/oskari-geospatial-book.jpg?v=1787065052"},{"product_id":"zenobia-head-of-data-analytics","title":"Zenobia - 데이터 및 분석 총괄 AI Skill","description":"\u003cdiv style=\"font-family: 'DM Sans', sans-serif; color: #1A1A18; max-width: 680px;\"\u003e\n \u003cp style=\"font-size: 16px; font-weight: 600; line-height: 1.5; margin: 0 0 8px 0;\"\u003eZenobia를 Claude에 넣으면 플랫폼 작업과 결과물 제공의 순서를 정하고, 기록을 남기며 거절할 줄 알고, 모든 작업 흐름을 지정된 전문 담당자에게 전달하는 데이터 리더를 만나게 됩니다.\u003c\/p\u003e\n \u003cp style=\"font-size: 13px; color: #555550; line-height: 1.7; margin: 0 0 28px 0;\"\u003eZenobia는 전체 데이터 조직을 아우르는 조정 계층입니다. 비즈니스 성과와 연결된 데이터 전략, 중앙 집중형·임베디드형·허브 앤 스포크형 운영 모델과 변경 시점, 팀 구성 및 채용 순서, 플랫폼 투자 근거와 직접 구축 또는 구매 결정, 데이터 요청의 우선순위 설정 및 접수, 셀프서비스의 실제 의미와 진정한 전제 조건, 데이터 제품 관점과 소유권, 데이터 팀 자체의 가치 측정, 이해관계자 관리와 업무 거절, 데이터 리터러시 프로그램, 조직 차원의 거버넌스 및 개인정보 보호 책임, 공급업체 및 도구 통합, 기반 플랫폼 작업과 가시적인 분석 제공의 순서를 정하는 로드맵을 담당합니다. 직접 구축하는 일은 없습니다. 모든 작업 흐름은 지정된 전문 담당자에게 전달되며 검토를 거쳐 돌아옵니다.\u003c\/p\u003e\n \u003cdiv style=\"background: #FAEBF5; border-radius: 12px; padding: 24px 28px; margin-bottom: 24px;\"\u003e\n \u003cp style=\"font-size: 10px; font-weight: 600; color: #DA2FA1; letter-spacing: 0.08em; text-transform: uppercase; margin: 0 0 16px 0;\"\u003e제공되는 내용\u003c\/p\u003e\n \u003cul style=\"margin: 0; padding: 0; list-style: none;\"\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e데이터 전략 및 운영 모델: 중앙 집중형, 임베디드형, 허브 앤 스포크형\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e플랫폼 투자 근거, 직접 구축과 구매 비교, 도구 통합\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0; border-bottom: 1px solid rgba(218,47,161,0.14); display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e요청 접수, 우선순위 설정, 진정한 셀프서비스에 필요한 것\u003c\/span\u003e\n\u003c\/li\u003e\n\u003cli style=\"font-size: 13px; padding: 7px 0;  display: flex; gap: 10px;\"\u003e\n\u003cspan style=\"color:#DA2FA1; font-weight:600;\"\u003e→\u003c\/span\u003e\u003cspan\u003e데이터 팀의 가치 측정 및 로드맵 순서 정하기\u003c\/span\u003e\n\u003c\/li\u003e\n \u003c\/ul\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"display:flex; align-items:center; gap:20px; background:#FFFFFF; border:1px solid #E8E6E0; border-radius:8px; padding:14px 20px; margin-bottom:24px;\"\u003e\n \u003cspan style=\"font-size:11px; color:#888780; font-family:monospace;\"\u003e📄 zenobia-head-of-data-analytics.skill\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003e2분 이내 설치\u003c\/span\u003e\n \u003cspan style=\"font-size:11px; color:#888780;\"\u003eClaude, ChatGPT 및 모든 AI 채팅에서 작동\u003c\/span\u003e\n \u003c\/div\u003e\n \u003cdiv style=\"border-left:3px solid #DA2FA1; padding-left:16px;\"\u003e\n \u003cp style=\"font-size:10px; font-weight:600; color:#DA2FA1; letter-spacing:0.08em; text-transform:uppercase; margin:0 0 6px 0;\"\u003e설치 방법\u003c\/p\u003e\n \u003cp style=\"font-size:12px; color:#555550; line-height:1.7; margin:0;\"\u003e.skill 패키지 다운로드 → Claude 열기 → SKILL.md를 프로젝트 지침 또는 시스템 프롬프트에 붙여넣기 → 요구 사항 설명 → Zenobia가 답변을 완성합니다. 결과물을 정확히 확인할 수 있도록 전체 작업 예시가 포함되어 있습니다.\u003c\/p\u003e\n \u003c\/div\u003e\n\u003c\/div\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58382372536584,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/zenobia-head-of-data-book.jpg?v=1787065052"},{"product_id":"ai-skill-for-tableau","title":"Tableau용 AI Skill","description":"\u003cp\u003e이 Claude\/ChatGPT 스킬은 앱에서 작업하기 전이나 작업하는 동안 Tableau 대시보드를 계획하고 계산된 필드를 디버깅하는 데 도움이 됩니다. 각 질문에 적합한 차트 유형, 대시보드 레이아웃과 필터 배치, 작동하는 계산된 필드 구문을 줄별로 설명해 줍니다.\u003c\/p\u003e\u003cp\u003e특히 LOD 표현식, Fixed, Include, Exclude, 그리고 올바르게 보이는 수식이 잘못된 숫자를 반환하게 만드는 고전적인 필터 순서 혼동을 다룰 때 유용합니다. 수식과 예상 결과 및 실제 결과를 붙여 넣으면 단순한 수정이 아니라 그 이유와 함께 수정된 버전을 받을 수 있습니다.\u003c\/p\u003e\u003cp\u003eClaude와 ChatGPT에서 동일한 방식으로 작동합니다. 대시보드에서 확인하려는 질문을 설명하거나 문제가 있는 계산식을 붙여 넣으면 작동하는 계획을 받아볼 수 있습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58430580097288,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/ai-skill-for-tableau-book.jpg?v=1787231401"},{"product_id":"ai-skill-for-snowflake","title":"Snowflake용 AI Skill","description":"\u003cp\u003e이 Claude\/ChatGPT 스킬은 일상적인 데이터 작업에서 Snowflake AI 어시스턴트로 작동합니다. QUALIFY, FLATTEN, MERGE를 사용한 실행 가능한 Snowflake SQL, 데이터 로드를 위한 CREATE STAGE, FILE FORMAT, COPY INTO 문, Snowpipe 정의, 증분 파이프라인을 위한 Streams와 Tasks 또는 Dynamic Tables, GRANT 문을 포함한 역할 계층 구조, 마스킹 및 행 액세스 정책을 작성합니다.\u003c\/p\u003e\u003cp\u003e웨어하우스와 크레딧 과금, 마이크로 파티션 프루닝과 Query Profile, Time Travel, UNDROP 및 Zero-Copy Cloning, 비용 확인을 위한 ACCOUNT_USAGE 뷰, Snowpark와 저장 프로시저는 물론, 아무도 재개하지 않아 Tasks가 실행되지 않는 문제 같은 함정까지 알고 있습니다. Snowflake를 직접 조작하지는 않으며, 직접 실행할 수 있도록 SQL, Snowsight 클릭 경로, 점검 항목을 준비합니다.\u003c\/p\u003e\u003cp\u003eClaude, ChatGPT, Gemini에서 동일하게 작동합니다. 한 번 구매하고 파일을 다운로드한 다음 2분 이내에 설치하고, 옆에 있는 선임 데이터 엔지니어에게 묻듯 질문하세요. 페르소나 스킬인 \u003ca href=\"\/ko\/products\/oleg-database-engineer\"\u003eOleg, Database Engineer\u003c\/a\u003e와 함께 사용할 수 있습니다. 이 스킬은 Snowflake 내부에서 돕는 도우미입니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58632274477320,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/ai-skill-for-snowflake-1.jpg?v=1789379835"},{"product_id":"ai-skill-for-matlab","title":"MATLAB용 AI Skill","description":"\u003cp\u003e이 Claude\/ChatGPT 스킬은 일상적인 업무에서 MATLAB AI 페어 프로그래머로 작동합니다. arguments 블록이 포함된 완전한 .m 함수를 작성하고, 논리적 인덱싱과 암시적 확장을 사용해 느린 루프를 다시 작성하며, import 옵션을 사용한 readtable 및 readtimetable 가져오기를 구성하고, exportgraphics 호출이 포함된 tiledlayout 그림을 생성하며, Simulink 블록 및 솔버 선택을 쉬운 말로 설명합니다.\u003c\/p\u003e\u003cp\u003eMATLAB 데이터 유형(테이블, 타임테이블, 셀 및 구조체 배열, string과 char의 차이), Editor와 Live Editor, Profiler, parfor, 그리고 자주 사용하게 될 가능성이 높은 툴박스를 이해하며, 함수가 특정 툴박스나 릴리스에 의존하는 경우 이를 알려줍니다. 코드를 실행하거나 대신 MATLAB을 열어 주지는 않지만, Command Window에서 실행할 수 있도록 코드와 클릭 경로, 해결 방법을 준비해 줍니다.\u003c\/p\u003e\u003cp\u003eClaude, ChatGPT, Gemini에서 동일한 방식으로 작동합니다. 한 번 구매하고 파일을 다운로드한 다음 2분 이내에 설치하면, 오류를 붙여 넣거나 데이터를 설명하고 작동하는 MATLAB 코드를 받을 수 있습니다. 페르소나 스킬인 \u003ca href=\"\/ko\/products\/leila-data-scientist\"\u003eLeila, Data Scientist\u003c\/a\u003e와 함께 사용할 수 있으며, 이 스킬은 MATLAB 안에서 도움을 주는 도구입니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58632421769480,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/ai-skill-for-matlab-1.jpg?v=1789379989"},{"product_id":"nuria-statistician","title":"Nuria - 통계학자 AI Skill","description":"\u003cp\u003e누군가 스프레드시트를 건네며 그 차이가 실제로 존재하는지 묻습니다. 보통은 t 검정과 p값을 답으로 내놓지만, 그 둘의 전제 조건이 충족되지 않는 경우가 절반이나 됩니다. 통계학자 AI는 잠시 멈춰 묻습니다. 연구 설계는 무엇이었는지, 무엇을 무작위화했는지, 몇 번의 비교를 수행하는지, 그리고 실제 의사결정을 바꿀 만큼 차이가 얼마나 커야 하는지를요.\u003c\/p\u003e\u003cp\u003e이 AI는 검정을 선택하기 전에 연구 설계, 표본 크기, 데이터 수집 방법을 묻습니다. 무작위 대조 시험, 설문 패널, 관찰 로그에서는 같은 숫자도 서로 다른 의미를 가지기 때문입니다. 어떤 검정을 선택했는지와 그 이유, 그에 맞는 가정 점검, p값과 함께 제시되는 효과 크기와 구간 추정치를 확인할 수 있습니다. 또한 20개의 평가변수를 선별할 때는 본페로니 보정보다 Benjamini Hochberg 보정을 사용합니다. p값이 0.05보다 크다고 해서 효과가 없다는 증거로 취급하지도 않습니다. 이는 현실에 대한 진술이 아니라 검정력에 관한 진술이기 때문입니다.\u003c\/p\u003e\u003cp\u003e파일 하나로 Claude, ChatGPT, Gemini에서 똑같이 작동합니다. 한 번만 결제하면 되고 구독은 필요 없으며, 설정에는 2분도 걸리지 않습니다.\u003c\/p\u003e","brand":"KissMySkills","offers":[{"title":"Default Title","offer_id":58636763726088,"sku":null,"price":29.0,"currency_code":"USD","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/files\/nuria-statistician-1.png?v=1789396356"}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/1036\/1444\/7880\/collections\/data-ai-skills.jpg?v=1787734708","url":"https:\/\/kissmyskills.com\/ko\/collections\/data-ai-skills.oembed?page=2","provider":"KissMySkills","version":"1.0","type":"link"}