长按二维码,关注官方公众号
腾讯大数据AI算法负责人、高级研究员，目前主要负责负责腾讯大数据Infra算法侧研发工作。博士毕业于北京大学计算机系，曾获WWW最佳学生论文奖、ACM北京优秀博士论文奖等荣誉，在NeurIPS、ICML、SIGMOD、VLDB、 SIGKDD、WWW等国际顶级学术会议上发表了超过30篇CCF-A类论文，并担任多个国际顶会审稿人，研究兴趣主要包括决策算法、大模型算法和AI Infra算法。
大模型赋能数据研发智能技术
〇 分享简介 〇
当前数据研发面临着门槛高、研发链路长、研发成本不断激增等问题。如今，拥有强大的语言理解、知识推理、代码生成能力的大模型技术，为企业带来了新的机遇，使得以自然语言交互方式高度自动化执行复杂任务成为可能。
基于大模型核心能力进行数据研发自动化与智能化升级，降低数据研发的门槛，实现数据普惠，打造人人都是数据分析师的大数据生态；通过这方面的能力建设，让企业中大多数人员能近乎“零门槛”地从数据中获益，实现数据民主化、数据科学公民化。
本次分享将探讨大模型技术如何催生腾讯大数据研发的新范式；内容涵盖大模型技术背景以及机遇，并深入讨论大模型在数据普惠场景中的应用，以及AI Agent技术如何驱动全生命周期数据研发范式再造。
〇 分享收益 〇
目标：
1、了解数据研发智能化技术及落地实践
2、了解数据研发智能体与工具算法实践经验
成功要点：
大模型AI Agent技术驱动的数据研发全生命周期范式再造，技术落地经验分享
启示：
在Data+AI的战略目标下，启发着理解数据研发需求以及大模型技术能力边界，从而更加合理地设计与优化智能化技术，实现数据普惠愿景
〇 分享亮点 〇
1、数据研发背景与挑战
2、大模型技术机遇
3、能力建设与应用效果分享
4、总结与展望
5、QA
