通用Data Agent:构建下一代 AI 数据分析基建
去哪儿旅行基础平台负责人,负责研发效率、质量相关工具平台建设。
近2 年负责 AI Infra 及垂类 Agents 落地,自研的智能体平台QMoss获公司25 年金项奖最佳项目。
Qunar 第七届 Hackathon 大赛金奖,第四届 CR 大赛冠军、技术分享之星。 在 行业多个大会做技术分享并获得明星讲师等称号。
议题背景
随着大模型技术的发展,数据分析正从传统 BI 工具驱动模式,向 AI 原生的数据分析范式演进。Data Agent 通过将大模型推理能力与企业数据能力深度结合,使用户能够以自然语言完成复杂的数据查询、分析与洞察生成,从而大幅降低数据使用门槛,提升分析效率。
本次分享将从数据分析范式演进出发,系统介绍 Data Agent 的整体架构设计、核心技术实现(包括 NL2SQL、Agent 推理与工具调用机制等),并结合实际落地案例,讲解如何构建可扩展的数据分析 Agent 平台,以及其在提升数据分析效率与业务决策支持方面的实践价值,最后展望 Data Agent 在企业智能化中的未来演进方向。
内容大纲:
1. 数据分析范式的演进
1.1 从 BI 到 AI:数据分析模式的变化
1.2 传统数据分析体系的核心瓶颈
1.3 大模型带来的新机会
1.4 Data Agent 的核心理念
2. Data Agent 整体架构设计
2.1 Data Agent 的系统架构
2.2 Agent 驱动的数据分析流程
2.3 数据能力层与工具体系
2.4 扩展性设计
3. Data Agent 的关键技术
3.1 自然语言到数据查询(NL2SQL)
3.2 Agent 推理与任务规划
3.3 Tool 调用与数据能力集成
3.4 查询执行与结果生成
4. Data Agent 的产品能力
4.1 对话式数据分析体验
4.2 多轮分析与上下文理解
4.3 自动数据洞察能力
4.4 数据可视化与报告生成
5. 落地实践与业务价值
5.1 典型业务应用场景
5.2 数据分析效率的提升
5.3 真实案例分享
6. 总结与展望
6.1 企业级 Agent 建设体系
6.2 Data Agent 未来演进方向