logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

过年回家,跟亲戚说我搞数据治理,二舅妈说“哦,修电脑的吧…“

数据标准、口径一致性、主数据管理、元数据、数据血缘、质量规则、治理体系、数据资产目录……管卖货的人记了一本账,管钱的人记了一本账,管发货的人记了一本账,老板心里还有一本账。“数据治理”这四个字,问题不在于高端,而在于它太像一个“假装听懂就能过去”的词。同一笔钱,销售叫“营业额”,财务叫“流水”,老板叫“进账”,到底是不是一回事。但时间一长,哪笔钱没收回来忘了,哪笔支出重复报了不知道,窟窿越攒越大。

过年回家,跟亲戚说我搞数据治理,二舅妈说“哦,修电脑的吧…“

数据标准、口径一致性、主数据管理、元数据、数据血缘、质量规则、治理体系、数据资产目录……管卖货的人记了一本账,管钱的人记了一本账,管发货的人记了一本账,老板心里还有一本账。“数据治理”这四个字,问题不在于高端,而在于它太像一个“假装听懂就能过去”的词。我的工作,是不让账算到最后才发现全错了。同一笔钱,销售叫“营业额”,财务叫“流水”,老板叫“进账”,到底是不是一回事?但时间一长,哪笔钱没收回来忘了

传统数据治理,要死了

能干这活的,只有一线的王牌销售、资深风控、老机修工——不是写ETL脚本的工程师。传统权限管"谁能看数据",AI还得管"谁能改训练集"以及"改了之后模型行为会怎么变"。更别说大模型时代,你要治理的对象从数据库里的行与列,变成了PDF、录音、会议视频——传统数据团队对这些东西的治理手段。严格来说,偏见、投毒、记忆泄露这些已经不全是传统意义上"数据治理"的地盘了——它们需要跟模型治理、应用治理联动。传统

2025年1月全球数据治理产业报告:一文看懂政策、并购、技术、市场四大趋势...

2025年1月,全球数据治理产业链各环节在政策监管、行业并购、技术进展、市场动向和企业发展等方面均有重要动态。以下按主题分类汇总当月的要闻:一、政策法规1. 中国《网络数据安全管理条例》于1月1日起正式施行。这一国务院颁布的行政法规细化了网络数据处理活动的安全管理要求,强化个人信息和重要数据出境、安全审查等制度(来源:信息产业相关公告,中国政府网)。国家发改委、国家数据局等六部门联合出台《关于完善

我们要做数据治理,预算 500 万,到底如何实施工作计划? | DGI治理框架(七)...

DGI是我看到过的最棒的数据治理框架,这是DGI数据治理框架系列的第7篇文章,错过了前面的精彩内容?点击下面链接抓紧补课!(1)一文详解数据治理的5W1H | DGI数据治理(一)(2)一文详解数据治理框架图 | DGI数据治理(二)(3)一文详解数据治理的使命和价值 | DGI数据治理(三)(4)一文详解数据治理的受益者 | DGI数据治理(四)(5)一文详解数据治理的成果| DGI数据治理(.

#java#人工智能#大数据 +2
什么样的企业不适合做数据治理

"在数据治理的旅程中,最困难的不是技术挑战,而是改变人们的思维方式和工作习惯。但正是这种改变,最终将决定一个组织能否真正成为数据驱动的企业。" -Thomas C. Redman一、引言我跟很多数据治理咨询公司有合作或交流,这些合作伙伴参与了大量企业的数据治理咨询项目,这让我有机会了解到很多数据治理项目的实际情况。而我自己也在从事公司的企业级数据治理体系的建设,因此感触还是挺深的,应该来讲,当..

#前端#java#javascript +2
数据治理:一文讲透元数据

想象一下,你是一名考古学家,在广袤的沙漠中发现了一座失落已久的古代城市。每一块石头、每一片瓦片都可能隐藏着关于这个文明的无尽信息。然而,所有的文物和遗迹都散落一地,没有任何标记和说明。你能破解这些谜题,重现这座城市的辉煌吗?在现代数据驱动的世界中,我们面对的挑战类似于考古学家。这座“古代城市”就是我们庞大的数据存储库,而“元数据”则是解开这些数据奥秘的关键线索。元数据不仅是数据的“数据”,更是理解

#前端#javascript#数据库 +2
数据安全:一文读懂隐私计算

让我们从一个生动的故事入手:想象两位百万富翁偶然在街头相遇,他们各自都想夸耀自己的财富,又不愿透露具体的财务状况。他们面临的挑战是,如何确定谁更富有而不泄露各自的具体数字。这其实是隐私计算技术面临的一种经典问题。隐私计算是一组技术和方法,它们使我们能够在保护数据主体隐私的前提下,安全地存储、处理和分析数据。这些技术确保数据在加密或其他形式的保护下进行处理,从而在整个处理过程中保障数据内容的安全与隐

一图看懂数据仓库、数据平台、数据中台、数据湖的内涵和区别!

当大数据平台出现的时候,有人是说这不就是大号的数据仓库吗?当数据中台出现的时候,有人说这不就是数据仓库的进一步包装吗?数据湖的出现更是让很多人陷入困惑。事实上,数据仓库、数据平台、数据中台、数据湖还是有区别的,不仅在技术架构上,更是体现在业务的支撑模式上。下面我先用一张图简单示意这四个概念的区别(省略了数据管理等相关组件),其中绿色背景代表数据中台、黄色代表数据平台、灰色代表数据仓库及橙色代表数据

#数据仓库
数据治理的真经(PPT)

数据治理直接成就业务很难,而企业数据一致性的数据治理是我认为最接近业务的一次,因此叫取了数据治理的“真经”。我们做这次企业数据一致性治理主要有四个旅程碑,体现了做企业数据治理的主要工作,分别是:1、明确工作的总体思路2、完成问题分析和汇报3、督促各部门进行整改4、做好常态化运营工作接下来,我将以PPT的形式展示这些里程碑的主要成果,呈现我们在本次数据治理中的完整历程,希望能为大家提供有益的启示。阶

    共 77 条
  • 1
  • 2
  • 3
  • 8
  • 请选择