过去几个月，我们lab一直在探索一件有意思的事——让AI自主完成数据科学任务（AI for Data Science）。让数据分析师不再埋头于数据清洗、分析、建模、可视化，而是让AI帮你搞定一切✨
最开始，一个最直接的想法是搭建一个workflow定义好第一步、第二步干什么，每一步调用GPT-4、DeepSeek这些API。但这需要投入大量精力在Prompt Engineer来构建workflow，并努力让闭源LLM来follow指令（搞过workflow的应该都懂?...）。并且这种方式是不可泛化的，换一个任务或者场景，我们需要重新构建一套workflow。
于是我们在想：
? 有没有可能完全摆脱workflow，让LLM像一个真正的数据科学家一样，自主完成整个数据科学过程？
? 所以，我们开源了首个面向数据科学的 Agentic LLM—DeepAnalyze！推动数据科学系统从“workflow agent”迈向“可训练的 agentic LLM”。
DeepAnalyze通过在真实环境训练，能像数据科学家一样自主完成各种数据科学任务：
? 数据任务：自动完成数据准备、分析、建模、可视化、洞察
? 数据研究：在非结构化数据（TXT、Markdown）、半结构化数据（JSON、XML、YAML）及结构化数据（数据库、CSV、Excel）中进行深度研究，生成分析师级别的报告。
? DeepAnalyze 的模型、代码、Demo均已开源！大家可以直接本地部署，一条指令直接得到大量数据的深度分析报告。DeepAnalyze也可以作为foundation模型，在金融、医疗等领域进行微调或作为复杂Agent系统的核心模块，打造你的专属领域分析AI。
DeepAnalyze 开源后在社区引发热烈讨论，收获了 1300+ GitHub ！这让我们觉得通过agentic AI方式推动Data Science的自动化发展是极具潜力的。欢迎大家体验DeepAnalyze，提出优化建议！
? 我们建了DeepAnalyze交流群（目前500+小伙伴），欢迎大家来一起聊AI、数据科学、智能体技术～
#ai #agent #llm #大模型 #数据科学 #智能体 #数据分析
最开始，一个最直接的想法是搭建一个workflow定义好第一步、第二步干什么，每一步调用GPT-4、DeepSeek这些API。但这需要投入大量精力在Prompt Engineer来构建workflow，并努力让闭源LLM来follow指令（搞过workflow的应该都懂?...）。并且这种方式是不可泛化的，换一个任务或者场景，我们需要重新构建一套workflow。
于是我们在想：
? 有没有可能完全摆脱workflow，让LLM像一个真正的数据科学家一样，自主完成整个数据科学过程？
? 所以，我们开源了首个面向数据科学的 Agentic LLM—DeepAnalyze！推动数据科学系统从“workflow agent”迈向“可训练的 agentic LLM”。
DeepAnalyze通过在真实环境训练，能像数据科学家一样自主完成各种数据科学任务：
? 数据任务：自动完成数据准备、分析、建模、可视化、洞察
? 数据研究：在非结构化数据（TXT、Markdown）、半结构化数据（JSON、XML、YAML）及结构化数据（数据库、CSV、Excel）中进行深度研究，生成分析师级别的报告。
? DeepAnalyze 的模型、代码、Demo均已开源！大家可以直接本地部署，一条指令直接得到大量数据的深度分析报告。DeepAnalyze也可以作为foundation模型，在金融、医疗等领域进行微调或作为复杂Agent系统的核心模块，打造你的专属领域分析AI。
DeepAnalyze 开源后在社区引发热烈讨论，收获了 1300+ GitHub ！这让我们觉得通过agentic AI方式推动Data Science的自动化发展是极具潜力的。欢迎大家体验DeepAnalyze，提出优化建议！
? 我们建了DeepAnalyze交流群（目前500+小伙伴），欢迎大家来一起聊AI、数据科学、智能体技术～
#ai #agent #llm #大模型 #数据科学 #智能体 #数据分析
