LeandroBenjaminL/lend-ai / skills/etl-pipelines
etl-pipelines
VerifiedPipelines ETL/ELT con Pandas — extracción, transformación, carga. Automatización de flujos de datos robustos y monitoreables. Trigger: Cuando necesitás construir un pipeline de datos, procesar archivos en batch, automatizar transformaciones, o diseñar el flujo de datos de un proyecto.
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 2.7 KB |
| assets/pipeline_template.py | script | 1.8 KB |
| assets/template-proyecto/.gitignore | other | 190 B |
| assets/template-proyecto/README.md | markdown | 1021 B |
| assets/template-proyecto/requirements.txt | manifest | 149 B |
SKILL.md
View on GitHub---
name: etl-pipelines
description: >
Pipelines ETL/ELT con Pandas — extracción, transformación, carga.
Automatización de flujos de datos robustos y monitoreables.
Trigger: Cuando necesitás construir un pipeline de datos, procesar archivos en batch, automatizar transformaciones, o diseñar el flujo de datos de un proyecto.
license: MIT
metadata:
author: Leandro Benjamin L.
version: "3.0"
model_tier: T2-fast
---
# Skill: etl-pipelines
Pipelines ETL. Que los datos fluyan solos y no se rompan los viernes.
## Trigger
- Necesitás procesar archivos regularmente (diario, semanal)
- Los datos vienen de múltiples fuentes y hay que unificarlos
- Querés automatizar transformaciones que hoy hacés a mano
- El proceso manual ya no escala
## Workflow LEND
```
1. ANALIZAR
├── Fuentes: ¿archivos, APIs, DBs, web scraping?
├── Frecuencia: one-shot, diaria, tiempo real
├── Volumen: ¿MB, GB? ¿crece con el tiempo?
└── Destino: ¿DB, data lake, CSV, dashboard?
2. OFRECER (Menú del Senior)
├── A) Script Python simple — Pandas pipeline, schedule con cron
├── B) Pipeline modular — extract + transform + load como funciones separadas
└── C) Orquestación — Prefect / Dagster con monitoreo, retries, logging
3. ELEGIR → confirmación
4. HACER
├── Extraer: leer de fuente (CSV, API, DB), validar que llegaron datos
├── Transformar: limpiar, tipar, unificar, calcular
├── Cargar: escribir a destino (DB, archivo, API)
├── Logging: cada etapa loguea filas procesadas, errores, duración
├── Error handling: try/except con reintentos y notificación
└── Schedule: cron para scripts, scheduler para orquestadores
5. VERIFICAR
├── El pipeline corre de principio a fin sin errores
├── Los datos cargados coinciden con los datos fuente (mismo count)
└── Si falla, el error es claro y hay un mecanismo de alerta
```
## Patrones
- **ETL vs ELT**: ETL si transformás antes de cargar. ELT si cargás crudo y transformás en destino.
- **Pipeline idempotente**: correrlo dos veces da el mismo resultado (upsert, no insert duplicado)
- **Logging**: cada etapa registra: qué entró, qué salió, cuánto tardó, errores
- **Incremental**: procesar solo lo nuevo en vez de todo siempre
- **Checkpoint**: guardar el estado para poder retomar desde donde falló
## Anti-patrones
- ❌ Pipeline no idempotente — correrlo dos veces duplica datos
- ❌ Sin logging — cuando falla no sabés en qué paso
- ❌ Todo en un solo script de 500 líneas — partí en etapas
- ❌ Sin manejo de errores — un timeout de API mata todo el pipeline
- ❌ Procesar todo siempre — si solo cambiaron 10 filas, no proceses 10M
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| writing-skillsobra/superpowersUse when creating new skills, editing existing skills, or verifying skills work before deployment | Stars: 322k | Updated | Claude CodeCodex | Verified | Install |
| xlsxanthropics/skillsUse this skill any time a spreadsheet file is the primary input or output. This means any task where the user wants to: open, read, edit, or fix an existing .xlsx, .xlsm, .xltx, .csv, or .tsv file (e.g., adding columns, computing formulas, formatting, charting, cleaning messy data); create a new spreadsheet from scratch or from other data sources; or convert between tabular file formats. Trigger especially when the user references a spreadsheet file by name or path — even casually (like "the xlsx in my downloads") — and wants something done to it or produced from it. Also trigger for cleaning or restructuring messy tabular data files (malformed rows, misplaced headers, junk data) into proper spreadsheets. The deliverable must be a spreadsheet file. Do NOT trigger when the primary deliverable is a Word document, HTML report, standalone Python script, database pipeline, or Google Sheets API integration, even if tabular data is involved. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| shipping-and-launchaddyosmani/agent-skillsPrepares production launches. Use when preparing to deploy to production, or when asking what needs to be in place before shipping. Use when you need a pre-launch checklist, when setting up monitoring, when planning a staged rollout, or when you need a rollback strategy. | Stars: 119k | Updated | Claude CodeCodex | Verified | Install |
| childhoodthedotmack/claude-memBabysit a shipped release after merge, publication, or deployment. Verify published packages, production behavior, installed plugins, and late CI or user reports until the observation window is clean; use babysit for PR readiness before release. | Stars: 118k | Updated | Claude CodeCodex | Verified | Install |