30、数据科学中的隐私技术实践与研究合作

数据科学中的隐私技术实践与研究合作

1. 文档启发与隐私融入数据工作流

在开展新的数据科学项目时，可以从联合治理系统（如 Governance 2.0）的数据治理文档中获取灵感，并结合数据保护影响评估或隐私卡片等理念，为组织和团队确定合适的文档级别。文档并非数据科学工作的通用部分，但借鉴相关方法能为测试和改进提供思路。

在数据工作流的日常评估和实验中，文档应考虑隐私技术。然而，每个工作流都有其独特性，该如何实现这一点呢？

1.1 评估与组合隐私技术方法

评估隐私技术需要一个知识丰富的团队。可以通过交流和文档共享知识，增加能参与相关讨论的团队成员数量。对于一些团队，有一个了解技术并能向其他成员有效沟通的人可能就足够；而对于另一些团队，则需要通过新的学习计划来扩展知识。

引入新技术通常会在初期减缓工作流程。考虑隐私技术并评估其对系统的影响以及集成所需的工作量需要实践。因此，文档非常重要，它能帮助我们发现组织隐私需求的趋势，并在类似问题或解决方案多次出现时制定通用方法。

评估一种隐私技术时，要探索组合方法。有时，多种技术结合可以解决整个问题。这需要一个跨学科团队，他们要了解产品和客户需求、监管合规问题以及当前的解决方案、软件和架构。这些不同的声音有助于确定哪种技术适合以及何时适合，同时也能在团队和组织内传播意识和知识。

创建清晰易用的评估标准可以有效加快决策过程。像评估软件功能一样估计工作量，能帮助判断投入的时间和精力是否值得，或者是否需要将这些选项纳入长期实验、概念验证或平台规划中。

作为这个过程的一部分，我们要先对潜在解决方案进行实验，然后确定它们是否适用于更多用例。随着时间的推