课程简介
各类针对特定场景的数据Agent成为主流,每个细分领域的数据特性、知识体系和决策规则都将形成独特的技术壁垒,无论在金融、医疗、零售等不同行业,根据具体业务需求定制专属的Data Agent场景化应用更加深入。未来Data Agent将具备更强的跨平台协作能力,能够打破不同数据系统和应用之间的壁垒,实现数据的无缝流通和协同工作,整合更广泛的数据资源为企业决策提供支持,进一步提升企业的智能水平。
数据智能体 Data Agent 作为企业内依托大模型技术,产出的新一代企业级 AI 数据专家,“Data”深度理解和运用企业数据资产的能力,“Agent”体现其作为企业的智能代理,能够像专家一样主动思考、分析和行动。
Data Agent 经历了集团内部大用户量、高并发的考验与打磨,凝聚了企业数智平台对于 Data+AI 的理解。 其中,智能分析智能体基于AI深度思考与大数据分析的洞察研究专家,融合大模型的深度思考能力,运用交叉分析与归因分析等方式,以智能问数为交互基础,自动规划数据洞察大纲并执行任务,最终形成深度研究报告,达成智能洞察最后一公里,放大企业数智化基建与AI创新价值。
本次分享将解析数据分析智能体产品与技术架构,以及在域内和To B客户的落地实践,通过行业融合,帮助企业学会应用先进智能化能力,提升决策效率与质量,与数据分析、行业从业者一起深探Agent未来发展方向。
课程收益
1、帮助学员掌握数据分析智能体核心架构与技术栈,构建全流程技术实施能力;
2、帮助学员了解可借鉴的不同行业、不同业务场景下数据分析智能体的成功落地案例,业务场景落地案例;
3、驱动企业数据资产价值释放,重构数字化转型核心能力
受众人群
数据架构师、数据中台负责人、数据分析师、BI工程师、数据产品经理、算法工程师、NLP工程师、AI产品经理等相关技术负责人、企业管理者、业务部门负责人以及其他对数据智能体感兴趣的人员
课程周期
0.5天(3H)
课程大纲
1、拆解Data Agent 整体
作为连接数据与业务的智能中枢定位、核心价值、关键特性等
2、产品与技术架构:
涵盖分析智能体整体架构及各模块协同,结构化分析的 text2sql 技术,非结构化数据处理流程与跨模态分析能力。
3、效果演示与落地
1)展示核心功能场景及性能提升
2)字节域内典型业务案例与价值:成功企业行业方案、实施案例及方法论。
4、未来展望
展望技术演进方向,包含自主学习能力、拓展应用场景至前沿领域;规划生态构建,及对企业数字化转型的影响。
5、QA