数据与平台治理

【2024最新版】 AI智能时代的数据质量保障，企业多组织、多环境、多引擎数据复杂构建需求的适配，企业需要一套完善的数据技术与工具，实现数据采集、存储、计算、建设、管理和数据资产运营消费，推动数据资产持续沉淀和智能化消费，形成企业特有的数据资产体系。 本书是AI大背景下数据资产管理的完美指南，来自阿里巴巴数据中台方法论工具化沉淀，是经过10年锤炼、百企验证的万字实践精粹。

2万字揭秘阿里巴巴数据治理平台建设实践。阿里巴巴一直将数据作为自己核心资产与能力之一，从最早的淘宝、天猫等电商业务，到后续优酷、高德、菜鸟等板块，面对各类数据治理需求的井喷，特别是降本等需求的不断出现，阿里云DataWorks团队将13年的产品建设经验整理成最佳实践，从7个方面为大家揭秘数据治理平台建设实践。

DataWorks智能数据建模沉淀阿里巴巴数据中台建模方法论，以维度建模为基础，从数仓规划、数据标准、维度建模、数据指标四个方面，以业务视角对业务的数据进行诠释，让数据仓库的建设向规范化，可持续发展方向演进。 通过本书，你可以学习到： 1. 数据建模理论与规范 2. 菜鸟、大淘系数据建模实践 3. 工业、汽车行业数据建模实践 4. 零售电商数据建模实操案例

【2022版】企业需要一套完善的数据技术与工具，实现数据采集、存储、计算、建设和管理，推动数据资产的持续沉淀和价值发挥。通过本书可以学到：1、阿里巴巴数据治理方法论；2、了解数据建设全流程；3、中台项目管理专家6000字实践手记。 【2024最新版】Dataphin产品白皮书请前往：https://developer.aliyun.com/ebook/8390。

隐私计算可以理解为是在隐私保护的前提下，完成对数据的计算工作，面向敏感数据有使用需求而又不能明文出域的情况，实现数据“可用不可见”的效果，将数据价值最大化。 通过本书，你可以学习到： 1、隐私计算核心技术能力； 2、数据安全流通将价值最大化； 3、各行业隐私计算应用场景示例； 4、隐私计算技术背后的决策思考