从入门到专家的 AI 动手项目。选一个挑战，开始构建。
创建一个基于浏览器的数据科学 IDE，包含笔记本界面、集成 AI 副驾驶、可视化数据探索和可复现的实验追踪。支持通过 JavaScript DSL 进行类 Python 数据操作、GPU 加速模型训练和一键部署模型为 REST API。
构建一个完整的端到端分析平台，结合数据摄入、转换、仓储、AI 驱动分析和交互式仪表盘。支持多数据源、定时管道运行、协作工作空间和跨所有连接数据的自然语言探索。
构建一个数据治理工具，用于编目数据集、追踪数据血缘、执行质量规则和管理访问策略。AI 自动生成文档、建议分类标签，并自动检测数据集中的个人身份信息（PII）。
创建一个综合性的时间序列预测工作台，支持多种算法（移动平均、指数平滑、ARIMA 风格、Neural Prophet）。用户可以比较模型精度、可视化调参，AI 会解释哪个模型最优及其原因。
构建一个交互式数据仓库探索工具，包含 Schema 可视化、AI 引导的查询构建和自动化数据分析。用户可以浏览表、通过 ER 图理解关系，并提出跨多个连接表的问题。
创建一个实时分析仪表盘，通过 WebSocket 接收流数据，计算滚动聚合值，并实时更新可视化图表。AI 能够检测数据流中的值得关注的事件，并对新出现的模式生成即时评论。
构建一个无代码机器学习平台，用户可以上传训练数据、通过可视化界面配置模型，并训练分类或回归模型。包含模型评估仪表盘、对比视图和一键部署为 API 端点。
创建一个连接数据源并自动生成精美商业报告的工具。AI 编写执行摘要、突出关键指标、标记问题，并将所有内容格式化为带有品牌样式的可下载 PDF。
构建一个基于节点的可视化编辑器，用于构建数据转换管道。用户可以拖拽连接节点来执行过滤、映射、连接、聚合和 AI 增强等操作。在每个步骤预览数据并将管道导出为代码。
创建一个工具，将自然语言问题翻译为 SQL 查询，在数据库上执行，并以 AI 生成的可视化方式展示结果。支持查询历史、保存查询和查询解释模式。
构建一个 A/B 测试分析平台，计算实验的统计显著性、效应量和置信区间。AI 可以解读结果、警告常见陷阱（偷看数据、多重比较）并推荐后续步骤。
创建一个 AI 驱动的客户细分工具，根据行为和人口统计数据对客户进行聚类。使用交互式散点图和雷达图可视化细分群体，并为每个细分群体生成 AI 撰写的用户画像描述。
构建一个监控工具，使用统计方法和 AI 持续分析数据流中的异常。显示带有严重级别的告警、根因分析和针对每个检测到的异常建议的操作。
创建一个无代码预测分析工具，用户上传历史数据、选择目标变量，AI 即可构建回归或分类模型。以清晰的解释展示预测结果、特征重要性和模型准确度指标。
构建一个拖拽式商业智能仪表盘，用户可连接数据源并创建组件（图表、KPI、表格）。AI 建议相关指标、最佳可视化方式，并根据数据描述自动生成仪表盘布局。
创建一个 AI 辅助的工具，在多种格式（CSV、JSON、XML、YAML、SQL、Parquet Schema）之间转换数据。AI 推断 Schema、处理嵌套结构，并根据数据形状建议最佳目标格式。
构建一个分析时间序列数据的工具，检测趋势、季节性模式和变化点。AI 会在上下文中解释检测到的每个模式，并以置信区间预测趋势走向。
创建一个教育工具，对用户提供的数据计算统计指标，并使用 AI 用通俗语言解释每个结果。涵盖描述性统计、分布、假设检验和相关性分析，配有可视化辅助。
构建一个将原始数据集转化为引人入胜的数据故事的工具。用户上传数据后，AI 生成带有内嵌图表、关键统计高亮和滚动叙事演示模式的叙事内容。
创建一个带有 AI 助手侧边栏的交互式电子表格界面。用户可以就数据提问、请求公式建议，并获得计算过程的逐步解释——全部使用自然语言完成。
构建一个实时情感分析仪表盘，监控上传的评论、推文或反馈等文本数据。展示情感随时间的变化趋势、词云，以及 AI 生成的关于正面或负面情感驱动因素的洞察。
创建一个工具，导入调查问卷响应数据（CSV 或 Google Forms 导出），使用 AI 识别关键主题、情感模式和人口统计分析。生成带有可视化图表的摘要报告。
构建一个 AI 驱动的数据清洗工具，能够检测表格数据中的不一致性、重复项、格式问题和缺失值。AI 会建议修正方案，用户可以在审核界面中逐一批准或拒绝每项更改。
创建一个工具，用户用自然语言描述想要的图表，AI 生成相应的可视化。支持柱状图、折线图、饼图、散点图和面积图，自动标注坐标轴和颜色主题。
构建一个工具，让用户上传 CSV 文件并获得即时的 AI 生成摘要、列统计和数据质量报告。AI 识别数据类型、缺失值、异常值并建议清洗步骤。