课题详情： 课题背景： Data Agent对齐人类偏好，生成高质量洞察 本项目旨在攻克Data Agent在复杂企业决策场景下“逻辑不通顺”与“结果不符业务直觉”等问题。研究重点从指令遵循转向人类偏好对齐，通过构建多维度的分析报告质量评价模型，建立“评估-反馈-归因-进化”的闭环机制。利用强化学习将业务专家的隐性领域知识转化为显性的奖励函数，从而驱动迭代其规划路径与执行策略，实现从“生成分析报告”到“产出高质量业务洞察”的范式跃迁。 工作内容： 负责知识问答与数据问答模块的能力建设，提升长程问题解决率 课题要求： 1、具备扎实的 机器学习 / 深度学习基础，熟悉常见算法与模型； 2、熟悉至少一个深度学习框架（PyTorch / TensorFlow 等），具备良好的 Python 编程能力； 3、对以下一个或多个研究方向有经验或兴趣：因果推断（Causal Inference）；图机器学习 / 图神经网络（GNN）；大型语言模型（LLM）与 Agent 系统；AIOps / 系统异常检测 / 时序数据建模。能阅读相关英文论文并进行复现或改进； 4、具备良好的科研能力与问题拆解能力，有论文或科研项目经验者优先； 5、具备良好的沟通协作能力与主动学习能力，能够在复杂问题中主动探索解决方案，并与算法及工程团队高效协作推进研究与落地。