使用 MLflow、Kubeflow 和现代 MLOps 工具构建完整的机器学习流水线、实验跟踪和模型注册中心

跨会话管理任务和项目，支持持久化任务追踪。适用于需要组织工作、跟踪进度并维持跨会话持久待办列表的场景。功能包括：添加带有项目和优先级的任务，列出待办和已完成任务，标记任务为完成，导出项目为 Markdown 格式。安全性：文件导出仅限安全目录（工作区、主目录、/tmp）。非常适合多会话项目、实验追踪和提升工作效率。

世界级高级数据科学家，专精于统计建模、实验设计、因果推断和预测分析。涵盖A/B测试（样本量计算、双比例z检验、Bonferroni校正）、差分中的差分、特征工程管道（Scikit-learn、XGBoost）、交叉验证模型评估（AUC-ROC、AUC-PR、SHAP）以及MLflow实验追踪，使用Python（NumPy、Pandas、Scikit-learn）、R和SQL。适用于设计或分析受控实验、构建与评估分类或回归模型、对观测数据进行因果分析、为结构化表格数据集开发特征，或将统计洞察转化为数据驱动的商业决策。