游戏数据智能分析与探索Agent

课题背景： 面对海量的游戏数据，传统“人工提问-手动分析”的模式已难以应对快速变化的业务场景。分析师常陷入重复性的数据探查与报告撰写中，难以进行更深度的策略思考。本课题旨在研发具备自主探索与验证能力的数据科学智能体Agent，将分析师的经验与逻辑固化为自动化工作流，实现从问题定义到报告产出的端到端智能分析，彻底变革数据消费模式，释放人力以聚焦更高价值的决策。 课题方向：

1. 01

   研发具备自主验证能力的数据科学Agent：研究并开发能够自主进行游戏数据分析的智能体（Agent）。该Agent需具备对分析过程阶段性结果（如数据质量、统计显著性、业务合理性）进行自动化检查与验证的能力，确保分析流程的可靠性；

2. 02

   实现自动化分析路径探索：赋予Agent自动化探索数据分析路径的能力。基于初始分析目标与中间发现，Agent应能自主规划下一步分析动作（如深入钻取、关联分析、假设检验、模型尝试等），形成完整的数据洞察链条；

3. 03

   构建结构化报告自动生成能力：研发自动化报告生成模块，使Agent能够将分析过程、关键发现、可视化图表及最终结论，整合生成结构清晰、可直接用于汇报的完整数据报告或分析摘要，实现从“问题”到“报告”的端到端自动化。

1. 01

   包含但不限于人工智能/计算机/数据科学/统计学等专业的博士和优秀硕士；

2. 02

   较强的工程实现与算法落地能力，精通数据分析全流程，熟练掌握Python数据分析栈，熟悉LangChain等AI应用框架；

3. 03

   对AI Agent架构、规划与决策理论、以及相关的提示工程、智能体框架有深入理解和实践热情，具备将复杂分析任务拆解为可执行步骤的能力。

加分项

1. 01

   在KDD、ICML、NeurIPS、AAAI、ICLR等顶会/顶刊发表过智能体、数据分析、自动化机器学习相关高质量论文者优先；

2. 02

   有丰富的游戏数据分析、用户增长、商业化或平衡性调优等项目经验者优先；

3. 03

   有高质量数据分析或Agent相关开源项目贡献者优先。