数据治理行业已经得到广泛接受和认可，有着巨大的市场需求，也正在发挥着越来越重要的作用。在数据治理项目中，制定数据治理架构是最核心的任务，好的数据治理架构可以确保数据治理的整体性，实现彻底、完善的数据治理，更好地达到数据治理的预期效果。本文总结了目前国内一些在这方面深耕多年的公司数据治理方面的情况。

数据分类更多是从业务角度或数据管理的角度出发的，例如：行业维度、业务领域维度、数据来源维度、共享维度、数据开放维度等，根据这些维度，将具有相同属性或特征的数据按照一定的原则和方法进行归类。给相关人员进行数据安全治理的培训，明确数据的管理和使用流程，强调数据的隐私和安全对企业和个人的重要意义，以及数据被破坏后的风险，让员工在日常工作中始终存在数据安全意识，数据分类通过提供一定的原则和流程来识别和标记

DCMM（Data Management Capability Maturity Assessment Model，数据管理能力成熟度评估模型）是我国首个数据管理领域国家标准，将组织内部数据能力划分为八个重要组成部分，描述了每个组成部分的定义、功能、目标和标准。该标准适用于信息系统的建设单位，应用单位等进行数据管理时候的规划，设计和评估。也可以作为针对信息系统建设状况的指导、监督和检查的依据。DC

1. DCMM是什么？DCMM是国家标准《GB/T36073-2018 数据管理能力成熟度评估模型》（Data management Capability Maturity Model）的英文简称。DCMM是我国在数据管理领域首个正式发布的国家标准，旨在帮助企业利用先进的数据管理理念和方法，建立和评价自身数据管理能力，持续完善数据管理组织、程序和制度，充分发挥数据在促进企业向信息化、数字化、智能化

1、 OSError: [WinError 126] 找不到指定的模块。如果版本对应不对，就会出现解决了这个问题，又出现哪个问题。如果你不知道具体的版本对应问题，建议使用笔者的版本。2、如果版本对应上了还出现问题，就需要下载一个动态链接库libomp140.x86_64复制到torch下的lib文件夹，这个文件网上能找到。等等，这一系列问题困扰着初学者，解决了这个，又出现哪个，却不知道问题出在哪里