# 数据治理 · 数据要素 · 隐私计算 — 技术培训交付说明
> **文档读者**：授课老师、课程顾问、现场助教
> **培训形式**：武汉线下面授
> **计划周期**：1.5 天（第 1 天全天 + 第 2 天上午）
---
## 一、项目背景
### 1.1 培训缘起
客户组织一批**大数据方向的技术骨干**开展集中研修，希望由**一位老师**系统讲透三个彼此关联的主题：
| 主题 | 在整体中的角色 |
|------|----------------|
| **数据治理** | 立规矩 — 组织、制度、标准、质量、平台协同，解决「管得好」 |
| **数据要素** | 明方向 — 确权、登记、资产化、流通与运营，解决「用得活、价值可衡量」 |
| **隐私计算** | 给工具 — MPC、联邦学习、TEE 等，解决跨主体协作时「流得动、不出事」 |
三个主题不是三块独立课件拼盘，而是一条递进链路：
```
数据治理（底座） → 数据要素（价值释放） → 隐私计算（安全流通的技术实现）
```
学员多为一线技术骨干，已具备大数据平台与开发经验，**不需要**从零讲 Hadoop/Spark，但需要把政策与业务语境翻译成**可落地的架构、流程与选型**。
### 1.2 培训目标
学完后，学员应能：
1. **治理侧**：识别本组织治理短板，知道元数据、质量、标准、主数据等如何与现有数据平台嵌入。
2. **要素侧**：理解数据要素化对数据产品、证据链、合规审查的要求，能参与「可流通数据产品」的设计讨论。
3. **隐私计算侧**：根据业务场景在技术谱系中做初步选型，能描述 PoC 路径及与现有大数据栈的集成要点。
4. **综合**：用「治理—要素—隐私计算」串联思路，输出一份可带回单位的**试点行动草案**。
### 1.3 时间与场地
| 项目 | 说明 |
|------|------|
| 地点 | 武汉（线下面授） |
| 计划开课 | 7 月底 ~ 8 月初（以最终通知为准） |
| 规模 | 约 30 ~ 50 人（人数可能微调，按大班设计） |
| 日程 | **第 1 天 09:00–12:00、13:30–17:30**；**第 2 天 09:00–12:00** |
**每日时段约定（第 1 天共 7 学时）：**
| 时段 | 时间 | 时长 |
|------|------|------|
| 上午 | 09:00 – 12:00 | 3 h（含 09:45 左右 10 min 茶歇） |
| 下午 | 13:30 – 17:30 | 4 h（含 15:30 左右 15 min 茶歇） |
第 2 天仅上午 3 h，结构与第 1 天上午一致。
---
## 二、学员画像与能力假设
### 2.1 典型角色
- 数据平台 / 数据中台开发、运维、架构
- 数据治理、数据质量、元数据相关岗位
- 大数据开发（数仓、湖仓、ETL）
- 数据安全、合规对接的技术接口人
- 部分带团队的 Tech Lead / 骨干
### 2.2 已具备的能力（默认前提）
| 领域 | 假设 |
|------|------|
| 大数据技术 | 了解分布式存储与计算、数仓分层、常见调度与血缘工具 |
| 数据开发 | 能读 SQL / 脚本，理解 ETL、指标口径、任务依赖 |
| 平台经验 | 至少接触过一种企业级数据平台或中台建设 |
| 工作年限 | 多数有 3 年以上相关经验 |
### 2.3 相对薄弱、需本课补强的部分
- 数据治理的**组织与制度设计**，以及与技术的对齐方式
- 数据要素**政策框架**及其对数据产品、资产入表、登记流通的含义
- 隐私计算的**场景选型**（MPC / 联邦学习 / TEE / 差分隐私等），而非密码学推导
- 跨部门、跨机构数据协作中的**职责边界与落地路径**
### 2.4 授课调优建议
- **少讲**：大数据基础概念、纯政策宣读、公式级密码学
- **多讲**：架构图、落地路径、真实案例、踩坑、与现有栈的集成
- **必做**：每模块至少 1 个案例 + 1 次分组实作或研讨，保证可带走的产出物
开课前可发**5 分钟课前问卷**（行业、是否已有治理组织、是否涉及跨机构协作、现有平台栈），便于微调案例与实作题目。
---
## 三、课程总览
| 天数 | 时段 | 主题 | 学时 |
|------|------|------|------|
| 第 1 天 | 09:00–12:00 | 数据治理：从「有平台」到「能管数」 | 3 h |
| 第 1 天 | 13:30–17:30 | 数据要素：政策、资产化与流通实践 | 4 h |
| 第 2 天 | 09:00–12:00 | 隐私计算：数据流通的安全通道 | 3 h |
| **合计** | | | **10 h** |
---
## 四、分模块大纲（含案例与实作）
### 模块一 · 第 1 天上午 · 数据治理（3 h）
**模块目标**：建立治理与技术协同的共同语言；能完成本组织治理现状自检。
| 时间 | 内容 | 形式 | 备注 |
|------|------|------|------|
| 09:00–09:25 | 开场：为何技术骨干必须参与治理；治理 vs 管理 vs 平台 | 讲授 + 快问快答 | 用 1 张「治理失败」反例图 |
| 09:25–10:05 | 治理体系四轮：组织、制度、流程、技术；国内实践与 DAMA 对照 | 讲授 | 给「成熟度 1–5 级」对照表 |
| 10:05–10:15 | 茶歇 | | |
| 10:15–10:50 | 核心域：元数据与血缘、数据标准、质量规则、主数据 — 在平台中的嵌入点 | 案例讲授 | 结合湖仓 / 中台架构图 |
| 10:50–11:25 | **案例深讲**（准备 2 套，按问卷择一）：
① 政务数据共享治理升级
② 金融 / 制造主数据 + 质量闭环 | 案例 | 讲清：问题 → 组织调整 → 平台改造 → 效果 |
| 11:25–11:45 | **实作**：「治理现状十项自检」分组填写 + 组内互评 | 分组实作 | 发放 A4 自检表模板 |
| 11:45–12:00 | 小组 1 分钟 lightning 分享；模块小结 | 研讨 | 强调与下午「要素化」的衔接 |
**本模块学员产出**：每组一份《数据治理现状自检表（10 项）》及 1 条优先改进项。
**老师需准备的案例材料**：
- 至少 1 个完整治理项目（架构图、组织图、前后对比指标）
- 元数据 / 质量 / 标准在平台中的界面或流程截图（可脱敏）
---
### 模块二 · 第 1 天下午 · 数据要素（4 h）
**模块目标**：理解要素化对技术侧的证据链与产品设计要求；能勾勒一个「可要素化数据产品」雏形。
| 时间 | 内容 | 形式 | 备注 |
|------|------|------|------|
| 13:30–14:05 | 数据要素制度逻辑：要素化、确权、登记、定价、交易 — 技术视角解读 | 讲授 | 政策图谱 1 页，避免念文件 |
| 14:05–14:45 | 数据资产入表：技术侧要留哪些证据链（元数据、成本、质量、权属） | 案例 | 与上午治理域直接挂钩 |
| 14:45–15:15 | 公共数据授权运营、行业 / 区域数据空间；供数 / 用数 / 运营 / 平台四方职责 | 讲授 + 角色图 | |
| 15:15–15:30 | 茶歇 | | |
| 15:30–16:10 | **案例**：数据产品化 — 从 raw 数据集到 API / 数据集上架 | 案例 | 含合规审查 checklist |
| 16:10–16:50 | **实作**：「可要素化数据产品」一页纸设计
（名称、权属、质量指标、脱敏要求、定价维度、上架形态） | 分组实作 | 提供空白模板 |
| 16:50–17:20 | 小组汇报（每组 3 min）；老师点评共性误区 | 汇报 + 点评 | |
| 17:20–17:30 | 模块小结：治理成果如何支撑要素化 | 讲授 | 为第 2 天隐私计算埋伏笔 |
**本模块学员产出**：每组一份《可要素化数据产品一页纸》。
**老师需准备的案例材料**：
- 1 个数据产品 / 数据集上架样例（脱敏）
- 资产入表或登记相关的「技术证据链」清单样例
- 公共数据运营或行业数据空间架构图（可选）
---
### 模块三 · 第 2 天上午 · 隐私计算（3 h）
**模块目标**：掌握主流隐私计算技术的场景选型；能输出一份可执行的 PoC 一页纸。
| 时间 | 内容 | 形式 | 备注 |
|------|------|------|------|
| 09:00–09:20 | 串联开场：治理 + 要素 → 为何必须隐私计算；威胁模型与合规边界 | 讲授 | 回扣第 1 天内容 |
| 09:20–09:55 | 技术谱系：MPC、联邦学习、TEE、差分隐私、同态 — **选型对比表**（场景 / 性能 / 成熟度 / 运维） | 讲授 | 不推公式，重对比 |
| 09:55–10:15 | 茶歇 | | |
| 10:15–10:50 | 典型架构：多方安全计算平台、联邦学习平台、可信数据空间技术栈 | 架构讲授 | 与 Hadoop / Spark 等集成点 |
| 10:50–11:20 | **案例深讲**（准备 2 套，择一）：
① 金融联合风控
② 政务跨部门统计 / 医疗科研协作 | 案例 | 含：参与方、数据不出域、效果指标 |
| 11:20–11:45 | **实作**：「隐私计算试点一页纸」— 场景、路线、参与方、风险、下一步 | 分组实作 | 可与模块二产品作业串联 |
| 11:45–12:00 | 三天总结：「治理—要素—隐私计算」行动路线图；Q&A | 总结 | 发放路线图模板 |
**本模块学员产出**：每组一份《隐私计算试点一页纸》；可选提交《三天行动路线图》。
**老师需准备的案例材料**：
- 至少 1 个隐私计算落地案例（架构图、参与方、选型理由、效果）
- 主流开源 / 商用方案对比表（可中立描述，避免硬广）
- 可选：Demo 录屏或现场 Lite Demo（如联邦学习训练流程示意）
---
## 五、三天实作与案例汇总
| 模块 | 案例（至少） | 学员实作 | 带走产出 |
|------|-------------|----------|----------|
| 数据治理 | 治理成熟度提升 / 主数据+质量 | 十项自检 + 互评 | 治理自检表 |
| 数据要素 | 数据产品化 / 资产证据链 | 可要素化产品一页纸 | 产品一页纸 |
| 隐私计算 | 联合风控 / 跨域统计 | PoC 一页纸 | 试点方案 + 行动路线图 |
**实训设计原则**：
1. 实作题尽量允许组内自选**与本单位相近**的场景，老师提供模板而非标准答案。
2. 案例以「问题 — 方案 — 架构 — 效果 — 坑」五段式讲述，每段有图。
3. 第 2 天实作可与第 1 天下午「数据产品一页纸」**串联**（同一虚拟业务线），强化三天一体感。
4. 现场需助教 1 人巡组、收齐产出照片或电子版（便于客户后续内训转化）。
---
## 六、讲师能力要求与需提交的材料
客户侧会审核讲师是否**一位老师全覆盖**三主题，且具备**线下面授 + 实作引导**能力。请授课老师或课程顾问准备以下材料：
### 6.1 个人简介（1 ~ 2 页）
须覆盖三块经历，各用 3 ~ 5 句话说明**项目角色**而非空泛头衔：
| 块 | 须体现 |
|----|--------|
| 数据治理 | 参与过的治理 / 中台 / 标准 / 质量类项目；熟悉组织与技术协同 |
| 数据要素 | 对要素政策、资产入表、登记流通、公共数据运营的理解与案例 |
| 隐私计算 | 落地过的 MPC / 联邦学习 / TEE 等场景；选型与 PoC 经验 |
另附：**代表项目 3 条**（项目名可脱敏、角色、成果指标）。
### 6.2 讲课视频
- 时长：**15 ~ 20 分钟**精华片段（近 1 ~ 2 年录制优先）
- 内容：最好覆盖「讲授 + 案例 + 互动」中的至少两种
- 格式：MP4 或可在线播放链接；画质、收音清晰
- 若暂无隐私计算片段，可提交 governance / 要素相关片段，并附说明另两块授课样例计划
### 6.3 课件与实作样例（内部审核用，不必先发客户）
- 三模块 PPT 大纲或样章（各 10 ~ 15 页代表页）
- 三个实作模板：治理自检表、数据产品一页纸、PoC 一页纸
- 案例包：架构图 2 ~ 3 套（可脱敏）
### 6.4 现场交付清单（上课前 3 天确认）
| 类别 | 内容 |
|------|------|
| 学员手册 | 大纲、案例摘要、实作模板、术语表、参考文献 |
| 实作物料 | 打印模板若干（按 50 人 + 分组预留）、A4 纸、便利贴 |
| 设备 | 翻页笔、备用 HDMI / Type-C；是否需现场 Demo 环境提前说明 |
| 助教协作 | 分组规则（6 ~ 8 组）、巡组要点、产出收集方式 |
---
## 七、讲师画像（内部匹配参考）
| 维度 | 期望 |
|------|------|
| 知识广度 | 三主题能一条线讲通，非三个独立外包讲师拼接 |
| 知识深度 | 能画架构、讲 PoC、讲踩坑；政策能翻译给技术听 |
| 授课风格 | 30 ~ 50 人大班经验；有互动、控场；案例驱动 |
| 实作引导 | 能在 25 ~ 40 分钟内带完一组实作并点评 |
| 行业适配 | 至少熟悉政务 / 金融 / 制造 / 互联网数据平台中两类以上 |
---
## 八、附录
### 8.1 课前问卷（建议项）
1. 所在单位行业
2. 岗位与负责的系统
3. 是否已有数据治理组织或专项
4. 是否参与跨机构 / 跨部门数据协作
5. 现有技术栈（湖仓 / 中台 / 隐私计算是否已有试点）
6. 最希望解决的 1 个问题（开放题）
### 8.2 术语速查（学员手册可展开）
- 数据治理、元数据、主数据、数据质量、数据标准
- 数据要素、确权、登记、数据资产入表、公共数据授权运营
- MPC、联邦学习、TEE、差分隐私、可信数据空间
### 8.3 三天行动路线图（模板结构）
1. **现状**：治理成熟度自评（1 句话）
2. **目标场景**：优先要素化 / 流通的一个业务场景
3. **治理补齐**：3 个月内可做的 2 项治理动作
4. **要素化路径**：数据产品形态与合规要点
5. **隐私计算选型**：推荐技术路线与 PoC 范围
6. **风险与依赖**：组织、预算、法务、平台改造
7. **下一步**：30 / 90 天里程碑
---
**文档版本**：v1.0
**维护**：课程顾问 / 交付负责人 — 案例行业、问卷结果、实作模板更新后请同步修订本文档。