Probabl Data Science Skills

Es una colección de 14 skills de ciencia de datos y machine learning creada por Probabl, la empresa del ecosistema de scikit-learn. No solo te dice cómo programar un modelo: te obliga a seguir un método correcto (explorar bien los datos, no entrenar con trampa, medir de forma honesta y guardar los resultados).

Piénsalo como un profesor exigente de laboratorio: no le vale que el modelo "dé un número bonito"; quiere que los datos estén bien, que la medición sea justa y que otro pueda repetir tu experimento.

Las 14 skills, por etapas:

Bibliotecas que usa: scikit-learn, skrub, skore, pandas, polars (las estándar del sector).

Extra: se conecta a Skore Hub (opcional) para ver todos tus experimentos y resultados en un panel.

Cuando haces análisis de datos o modelos y quieres resultados fiables:

• "Móntame un pipeline de ML básico" → build-ml-pipeline.
• "Explora estos datos con método" → explore-ml-data.
• "¿Mi modelo está bien medido o me estoy engañando?" → evaluate-ml-pipeline + audit-ml-pipeline.
• "Guarda los resultados para poder auditarlos" → iterate-from-skore.
• "Organiza mi proyecto de datos bien" → organize-ml-workspace.

Sí, si trabajas con datos y quieres evitar los errores clásicos (medir mal, "trampas" en el modelo, resultados que no se pueden repetir).

No te sirve si solo quieres una gráfica rápida de una hoja de cálculo o no programas en Python.

Veredicto: ✅ SÍ, es limpia.

• Qué es: 14 skills en markdown + scripts de apoyo en Python y shell para montar el entorno (entorno virtual, librerías, tests).
• Los scripts: preparan el entorno con uv (gestor de Python) y ejecutan tests. Un script solo muestra el comando curl -LsSf https://astral.sh/uv/install.sh | sh como mensaje de error si no tienes uv instalado; no ejecuta esa descarga por su cuenta.
• Sin telemetría ni envío de datos.
• Origen: Probabl (empresa del ecosistema scikit-learn), licencia BSD-3, mantenido.
• Opcional: Skore Hub es un servicio (con capa gratuita) para ver experimentos; las skills funcionan sin él.

• Montar el entorno de ciencia de datos en Python.
• Explorar datos con método y sin sesgos.
• Construir un pipeline de machine learning.
• Evaluar y auditar modelos.
• Organizar el proyecto según buenas prácticas.
• Iterar experimentos con histórico.
• Guardar resultados reproducibles.

npx skills add probabl-ai/skills

O vía skore-cli. Funciona con Claude Code, OpenCode, Cursor y GitHub Copilot.

Según los propios autores, no hay diferencia notable entre asistentes.

• Repositorio: https://github.com/probabl-ai/skills
• Skore Hub (opcional): https://skore.probabl.ai