Microsoft vient d'ouvrir un codebase qui élimine le pire aspect du travail sur les données en entreprise

Microsoft Research a lancé Data Formulator 0.7, un système d'IA open source conçu pour la fragmentation qui nuit à l'analyse des données en entreprise. La plateforme superpose la connectivité des données, des agents contextuels et une interface multimodale pour permettre aux analystes d'explorer, préparer et visualiser des données sans être des programmeurs chevronnés. cuga-ibms-open-source-agent-harness-lets-you-build-apps-with-just-a-prompt-and-tool-list

Les équipes d'entreprise rencontrent régulièrement des difficultés avec les workflows de données qui s'étendent sur plusieurs systèmes de stockage et outils. Avant que l'analyse réelle ne puisse commencer, elles mettent en place des connexions gouvernées, préparent les métadonnées, gèrent les autorisations et assemblaient des workflows pour combiner les données provenant de sources disparates. Data Formulator 0.7 vise à réduire ces frais généraux grâce à un espace de travail unifié. the-migration-isnt-finished-until-the-build-server-says-it-is-why-ai-agents-keep-failing-at-enterprise-java

Connecteurs de données

Le cœur de cette version est la fonctionnalité Connecteurs de données, offrant des connexions gouvernées et réutilisables entre bases de données, entrepôts de données, systèmes de business intelligence, stockages d'objets et fichiers locaux. Les connexions persistantes avec authentification, aperçus et gestion des métadonnées réduisent le travail d'intégration pour les équipes de plateforme et permettent aux utilisateurs de puiser dans des sources gérées de manière centralisée au lieu de télécharger des fichiers manuellement à plusieurs reprises.

Cela répond aux exigences des entreprises en matière de gouvernance et de reproductibilité. Les connexions sont des actifs réutilisables et partageables, ce qui permet aux équipes de normaliser l'accès aux données sans reconstruire les pipelines d'intégration à partir de zéro pour chaque nouveau projet. when-your-ai-knows-you-better-than-you-know-yourself-the-hidden-cost-of-context-in-17-slide-recaps

Agents contextuels

Les agents d'IA de Data Formulator surveillent l'ensemble de l'espace de travail d'analyse : les sources de données connectées, les tables chargées, les graphiques précédents et l'objectif déclaré de l'utilisateur. Au lieu d'échanges de requêtes en un seul tour, ils raisonnent à travers des outils, inspectant les données, écrivant et exécutant du code dans des environnements isolés, générant des spécifications de graphiques et expliquant les résultats tout en montrant les étapes intermédiaires.

Lorsqu'une demande est floue, l'agent pose des questions de clarification. Ce va-et-vient structuré prend en charge des workflows complexes : aligner les analyses sur les objectifs des utilisateurs, préparer et transformer les données, suggérer des questions de suivi, générer des tableaux et graphiques par lots, et produire du code vérifiable et reproductible pour chaque résultat. ifbench-the-new-benchmark-testing-ai-instruction-following

Espace de travail itératif

Data Formulator associe ses agents à une interface multimodale pour une analyse ouverte. Le Data Thread est un chat structuré qui enregistre chaque question, constat intermédiaire et graphique. Les utilisateurs peuvent revenir sur des étapes antérieures, bifurquer vers des analyses alternatives et les comparer côte à côte sans perdre le fil.

Un canevas interactif fonctionne en parallèle avec le chat, permettant aux utilisateurs de modifier les visualisations directement. Lorsque les analystes passent de l'exploration à la présentation, ils peuvent peaufiner les graphiques sur le canevas ou décrire les changements en langage courant et laisser l'agent ajuster les étiquettes, annotations, mise en page, couleurs et accents. La plateforme prend également en charge la génération de rapports et le partage des résultats. gui-agents-beat-cli-in-desktop-tasks-but-skill-coverage-holds-the-key

Microsoft Research a publié Data Formulator 0.7 sous une licence open source, le code étant disponible sur GitHub. Les équipes qui créent des workflows d'analyse pour les données d'entreprise peuvent utiliser le projet comme base pour adapter ces capacités à leurs propres systèmes et besoins. how-local-llms-like-gemma-and-qwen-are-taming-open-source-repository-triage-at-scale