用途：为生产级 AI/ML/数据系统提供资深数据科学家工作流，聚焦统计建模、实验设计、因果推断与预测分析。
主要能力：1) A/B 测试：用 calculate_sample_size(baseline_rate, mde) 预估每组样本量，用 analyze_experiment(control, treatment) 做双比例 z 检验，输出 lift、p 值、显著性与 95% 置信区间；检查清单要求预先注册单一主指标、按用户而非会话随机化、至少跑满一个完整业务周期、检查样本比例失衡、多重指标用 Bonferroni 校正。2) 特征工程：build_feature_pipeline 构建数值/类别列转换器，add_time_features 生成周期性时间特征；要求仅在训练集拟合转换器、对右偏特征做对数变换、高基数类别用目标编码或嵌入、切分前生成滞后/滚动特征。3) 模型评估：evaluate_model 用 StratifiedKFold 交叉验证输出均值±标准差及过拟合差距，train_and_log 将参数、指标与模型记录到 MLflow；建议不平衡数据同时报告 AUC-PR，上线前做概率校准，用 SHAP 验证特征重要性，并与基线模型对比。4) 因果推断：diff_in_diff 用 OLS 估计 ATT，使用 HC3 稳健标准误，需先验证平行趋势。
使用方式：技能内含参考文档（statistical_methods_advanced.md、experiment_design_frameworks.md、feature_engineering_patterns.md）与脚本，如 python3 scripts/experiment_designer.py --input experiment_spec.json --output experiment_design.json，脚本输出 JSON 运行报告，状态非 completed 表示该阶段失败。测试与检查命令：python -m pytest tests/ -v --cov=src/、python -m black src/ && python -m pylint src/。
适用场景：A/B 实验设计与分析、表格数据特征工程、分类模型训练评估与实验追踪、基于观测数据的政策/干预效果评估。
限制：资料未提供具体安装命令、依赖版本、收费与平台支持信息；脚本为 stdlib 运行器，需自行在 process() 中补充项目逻辑。