Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Automatisation de pipelines de machine learning v1.0.0

Utilisez cette ressource pour orchestrer les étapes d'un modèle de machine learning avec Airflow, Kubeflow et MLflow

Nouveau

  • 542 téléchargements
  • 108 mentions J'aime
  • 175 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install ml-pipeline-orchestration-2

Sans option, la skill va dans ~/.agents/skills/ ; ajoutez --agent claude-code (ou codex, cursor…) pour viser un agent.

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

L'agent écrit le DAG qui enchaîne données, entraînement et déploiement, configure MLflow pour suivre les expériences, puis planifie le réentraînement. Vous obtenez un pipeline reproductible et supervisé.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte de la skill « Automatisation de pipelines de machine learning »

Caractéristiques

Guides d'installation
Génère avec
Le modèle de votre agent
Licence
MIT

Ressources similaires

Tout voir

Ce que vous obtenez

  • SKILL.md : DAG Airflow, installation et démarrage du planificateur
  • references/kubeflow-mlflow.md : pipelines Kubeflow et suivi avec MLflow

Pour qui

  • Votre modèle doit être réentraîné chaque semaine sans intervention manuelle
  • Les expériences sont difficiles à comparer faute de suivi

Pas pour qui

    Étiquettes

    • pipeline
    • airflow
    • mlflow
    • mlops

    À propos

    Vous dites

    « Crée un DAG Airflow qui enchaîne préparation des données, entraînement et évaluation avec MLflow. »

    Carte de la skill « Automatisation de pipelines de machine learning »

    Skill publiée par secondsky sous licence MIT. Fichiers livrés dans leur version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Installez la skill dans le dossier de skills de votre agent
    2. Demandez à votre agent de orchestrer les étapes d'un modèle de machine learning avec Airflow, Kubeflow et MLflow
    3. Relisez et ajustez le résultat

    Aperçu du contenu

    Fichiers

    • LICENSE1,1 Ko
    • NOTICE-PALATEKIT.md0,5 Ko
    • references/airflow-patterns.md11,1 Ko
    • references/kubeflow-mlflow.md15,6 Ko
    • references/pipeline-monitoring.md19,4 Ko
    • SKILL.md13 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    secondsky
    Source
    github.com/secondsky/claude-skills/tree/88378361314f558fb719aec0af9fd898ab36f0b2/plugins/ml-pipeline-automation/skills/ml-pipeline-automation
    Licence
    MIT

    Notice

    « ml-pipeline-automation » (secondsky, MIT) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.