【2022新书】数据隐私：工程师手册，799页pdf

在过去的十年里，特别是在过去的三年里，隐私已经成为与用户联系并消费他们数据的企业的首要和中心。无论是保护数据免受黑客攻击和入侵，遵守复杂的法规，避免内部员工滥用数据，还是以可衡量的方式解决广泛的隐私问题，隐私正成为一个重大挑战，而不是一个利他的业余项目。

具有重大跨职能职责的技术领导必须平衡项目交付和跟踪，并需要实践技能和技术来实现隐私。本书将基于我在这方面的十多年经验提供这样的技巧。我不得不在有限的环境下匆忙创建隐私和安全程序，修复过去的错误，同时与一个既封闭又自主的团队合作。

这本书将教你通过帮助建立一个数据分类和目录来将隐私嵌入到你的数据中，开发数据共享技术，这样你就可以在不损害用户隐私的情况下进行创新，创建删除和模糊数据的机制，从法律和技术隐私的角度进行隐私审查，等等。

总而言之，这本书将为领导者们提供他们可以用来建立一个更适合他们公司的隐私程序的技巧，而不是那些价格不菲的现成的一刀切的产品。这些技能将帮助领导者与工程、数据科学、平台开发等团队建立联系，从而使数据隐私成为共同的目标。从那些曾经在那里工作过几次的人那里获得这些见解的好处，应该会使这本书成为一个有价值的资源。

为了人性化隐私的概念和海量数据背后的人类，这本书还将提供一系列故事和现实事件的分析，并将它们与有关数据隐私的决策联系起来。

在数据隐私问题上,你将学习如何:

• 根据隐私风险对数据进行分类
• 构建技术工具来编目和发现系统中的数据
• 通过技术隐私控制共享数据，以衡量重新识别风险
• 实现技术隐私架构来删除数据
• 为数据导出建立技术能力，以满足法律要求，如数据主题资产请求(DSAR)
• 建立技术隐私审查程序，以帮助加快法律隐私影响评估(PIA)
• 设计一个同意管理平台(CMP)来获取用户同意
• 实现安全工具来帮助优化隐私

数据隐私教你设计、开发和衡量隐私程序的有效性。您将从作者尼桑特·巴贾利亚(Nishant Bhajaria)那里学习，他是业界知名的专家，曾在谷歌、Netflix和Uber公司监管隐私。隐私的术语和法律要求都用清晰、无术语的语言解释。本书对业务需求的不断了解将帮助您权衡利弊，并确保您的用户隐私可以在不增加时间和资源成本的情况下得到改善。

https://www.manning.com/books/data-privacy