用途：该技能面向数据科学工作流，强调在测量什么以及为什么测量上保持严谨，帮助把模糊的业务问题转化为可执行的分析、实验或建模任务。
主要能力与流程：1）把需求翻译成一个决策问题，明确“根据结果我们会做出什么不同决定”；2）定义指标，包括主指标、护栏指标与分群方式；3）选择方法，可在分析、A/B 测试、因果方法或预测模型之间取舍；4）验证，涵盖泄漏检查、基线、误差分析与稳健性检查；5）沟通，说明局限、假设与后续步骤。
使用方式：提供可选的 CSV 快速剖析脚本，无需 pandas，命令为：python ~/.codex/skills/senior-data-scientist/scripts/csv_profile.py data.csv --max-rows 50000 --out /tmp/profile.json。另有实验报告模板参考：references/experiment-report.md。
适用场景：适合需要在项目早期厘清决策目标、指标口径与实验设计，或在交付前做验证与结论沟通的数据科学任务。
限制：资料未提供具体支持的编程语言版本、依赖环境、收费方式、平台限制或效果保证；使用脚本前需自行确认本地路径与 Python 环境。