长按二维码,关注官方公众号
众安Data Agent数据应用落地实践
〇 分享简介 〇
大模型作为AI领域的一次重要突破，带来了一种新的技术变革趋势，而企业级的智能体成为大模型应用的主流形态，各类场景化的数据垂类Agent将成人类的工作伙伴。通过数据智能体可以把数据资产、知识体系、决策规则进行整合从而构成独特的技术护城河。
众安作为金融企业，首先需要考虑的就是数据的安全性，随着DeepSeek的横空出世，借助本地化的DS可以解决金融机构的数据安全问题，从而可以加速AI的快速落地，而为企业数据决策服务的数据智能体首当其冲，DataAgent实现大模型，数据，平台，分析能力的融合，通过自然语言处理实现了普通用户与复杂数据的无缝交互，能够通过意图识别理解用户需求，借助大模型自动生成数据查询语句，使用数据平台获取数据，成为易于理解的方式展示结果。
本次分享深度解析DataAgent在众安的数据应用实践，以完整链路、关键技术点，全面剖析使用AI降低数据使用门槛，释放数据价值，帮助千行百业的企业沉淀分析经验。
〇 分享收益 〇
目标：
1、了解数据智能体搭建的完整链路
2、了解做好数据智能体的核心能力
3、了解在金融领域下的AI应用案例
成功要点：
找准问题导向的核心场景，依托高质量知识库提升取数准确性；引入Prompt优化机制，构建可控、可调、可迭代的机制是企业数据智能体落地的关键。
启示：
拥有LLM 不等于有智能体，关键在于是否把“LLM能力+数据知识库+执行工具”整合成完整闭环，Prompt工程、任务规划、执行链路设计都是产品工程能力，初期回答不准是正常的，但要有机制实现数据飞轮。
〇 分享亮点 〇
1、数据智能体的架构思路
2、数据知识库的落地方案
3、关键数据场景实践案例
4、QA
众安金融数据中心技术负责人，主要负责众安的金融数据中台建设，大数据AI应用相关的落地工作。在多家金融公司担任过技术管理工作，擅长大数据架构和应用架构，具备丰富的技术研发和大数据研发经验。著有《MLOps工程实践 工具、技术与企业级应用》书籍。
