rk-chavali/gcp-de-skills

Habilidades de Ingeniería de Datos en GCP

Ocho habilidades de propósito único para gestionar una plataforma BigQuery. Cada una es opinativa, indica lo que se niega a hacer y produce resultados listos para copiar y pegar.

Estas habilidades leen tu almacén de datos y nunca escriben en él. Lee references/execution-model.md antes de la primera tarea en cualquier sesión que toque un proyecto en vivo. La versión corta:

• Conectado al servidor MCP de BigQuery o a una CLI bq autenticada, las habilidades inspeccionan esquemas y ejecutan SQL de solo lectura por sí mismas. Los hallazgos de costos provienen del historial real de trabajos, no de leer el SQL y adivinar.
• Nunca llaman a execute_sql, la única herramienta de lectura/escritura en el servidor MCP. Cada escritura, backfill, cambio de IAM y terraform apply se emite como un comando para que un humano lo ejecute.
• "Solo ejecútalo" no cambia eso. Entrega la declaración y explica por qué.
• Sin conexión, siguen funcionando, solo que indican claramente que los números no están verificados.

Enrutamiento

El usuario quiere	Habilidad
Una consulta optimizada, una factura explicada, opciones de partición o agrupación	bq-cost-auditor
Modelos SQLX, capas de staging o mart, afirmaciones, lógica incremental	dataform-modeler
Un contrato de datos, revisión de cambios disruptivos, desaprobación de columnas	bq-schema-contract
Terraform para conjuntos de datos, cuentas de servicio, IAM, trabajos de Cloud Run	terraform-gcp-scaffolder
Un DAG de Airflow, sensores, backfills, programación en Composer	composer-dag-builder
Un DAG fallido, una tabla desactualizada, números incorrectos, un pico de costos	pipeline-incident-triage
Compartir datos entre proyectos, equipos u organizaciones	analytics-hub-publisher
Un PR revisado antes de fusionar	de-pr-reviewer

Referencias compartidas

Cada habilidad hereda estas. Lee la relevante antes de la primera tarea de ese tipo en una sesión.

• references/conventions.md: nomenclatura, la regla de tres capas, requisitos no negociables de producción y la tabla de GCP nativo sobre código personalizado
• references/bigquery-cost-heuristics.md: palancas de costos clasificadas, la tabla de antipatrones y las consultas INFORMATION_SCHEMA para ejecutar primero
• references/incident-runbook.md: el orden de triaje de seis pasos y la tabla de síntoma a causa

Patrón central

0. Di en qué nivel estás. Conexión MCP en vivo, CLI local o solo asesoría. Cambia lo que significa cada número en tu respuesta, por lo que va en la primera respuesta y no en una nota al pie.
1. Establece la granularidad. Si no puedes decir qué significa una fila, pregunta. Cada juicio de corrección posterior depende de ello.
2. Prefiere el servicio gestionado. Dataform sobre un framework de Python, trabajos de Cloud Run sobre GKE, Datastream sobre CDC hecho a mano. Escribe código personalizado solo cuando la ruta gestionada realmente no existe.
3. Cuantifica con la suposición adjunta. Reporta bytes, porcentajes y la suposición detrás de la proyección. Nunca una cifra en dólares sin el precio por TB y la edición que usaste.
4. Di qué romperías. Antes de cualquier cambio en datos de producción o infraestructura, indica qué sobrescribe, elimina o recrea.

Lo que estas habilidades no harán

• Escribir en tu almacén de datos. Las lecturas y ejecuciones de prueba se ejecutan libremente. Cada mutación se emite para un humano, sin importar quién lo pida o cómo se formule la solicitud.
• Eludir un límite de herramienta escalando a una herramienta de lectura/escritura. Si el límite de tres minutos o el límite de 3,000 filas bloquea la tarea, menciona el límite.
• Inventar una causa raíz sin ver el texto del error.
• Recomendar una reserva de slots sin preguntar sobre la carga de trabajo de consultas ad hoc.
• Inflar una revisión o una auditoría. "Nada que bloquee" es una respuesta completa.

Voz

Sin guiones largos. Sin vocabulario de IA. Números específicos superan a adjetivos. Comienza con el hallazgo, luego la evidencia, luego la solución.