数据治理负责人负责用于确保数据合法、组织良好、安全、可访问和有价值的系统和规则。他们负责制定和传达数据治理政策。

因为数据治理涵盖广泛的职责，涉及各种人员，数据治理负责人管理他们如何组织和响应传入的数据。数据必须被组织和“治理”，因为一个组织快速积累的海量数据有多种格式，在许多情况下必须遵守某些法律法规。

此外，许多数据治理主管职位的广告都包括负责执行数据分析。数据分析是检查和解释原始数据以回答问题和发现趋势的过程。

许多数据分析的过程和技术已经自动化，使用将原始数据转换为人类可以理解的信息的算法。该信息可用于改善客户关系和组织效率。

数据治理主管很可能会创建、设置和实施数据治理计划，作为他们就业的第一阶段。第二阶段很可能包括转向数据分析，同时监控新的数据治理计划。广告商也有可能是一家实体企业，正在经历数字化转型开始在线开展业务。

数据治理潜在客户管理要求和资格
就要求学位而言，数据治理主管职位的广告通常有点模糊。许多人说类似“希望获得学士学位”，但也接受具有同等教育或相关工作经验的人。因为拥有计算机相关学位的人短缺，雇主放宽了标准，愿意雇佣有经验的人，即使他们没有学位。

这是一个管理职位，工作要求通常包括管理技能，例如：

熟悉的概念和策略更换管理层
高超的交流技巧, 书面和口头的
与组织内各级员工的沟通（包括高层管理人员，以及进行演示的能力）
能力成为领导者、发展关系、提供指导和监督、做出决定并教育他人
具有解决复杂问题的能力/解决问题的能力（应在介绍信和面试中引用示例
对专业的承诺道德标准在多元化的工作场所
一个理解敏捷和 DevOps 理念
促进在组织内采用支持新的数据治理计划所需的更改
展示了咨询技能（曾为客户/潜在客户提供建议）
数据治理铅技术要求和资格
在经验方面，雇主通常要求至少五年的大数据工作经验，数据治理，或作为项目经理。显然，雇主希望有人能胜任这项工作。

想要聘请数据主管的公司希望有使用计算机和理解分析的经验。虽然管理人员以及与员工和高层管理人员沟通很重要，但数据研究经验和对数据治理的理解更为重要。

数据治理线索广告中列出的技术要求是：

前沿知识数据质量管理实践
了解数据治理实践和数据保护
了解政府监管要求（欧洲的 GDPR, 加州 CCPA， 和巴西的 LGPD) 以及新出现的趋势和问题
能够在快节奏、不断变化的工作环境中工作并管理多个优先事项
能够实施与数据治理业务流程和技术相关的变革计划
数据分析
如前所述，数据分析的许多过程和技术已经自动化。有一个各种方法用于分析数据，为了使用和理解自动化分析过程及其结果，必须知道这些。

但是，根据它们的目的和目标，有四种基本类型的分析模型：

描述性分析：关注已发生的事情和当前正在发生的事情以预测未来。描述性分析使用来自各种来源的历史和当前数据来描述当前情况并确定趋势和模式。这导致了一种商业智能的形式。
诊断分析：使用历史数据（通常取自早期的描述性分析项目）以发现以前表现的原因。可用于诊断成功和失败的原因。
预测分析：通过将各种方法（例如预测、统计建模和机器学习）应用于描述性和诊断性分析模型来进行预测。预测分析被认为是高级分析的一种形式，并且经常使用机器学习或深度学习。
规范性分析：一种形式高级分析使用测试应用程序以及其他技术；它提供了具体的解决方案来产生预期的结果。对于业务，它经常使用机器学习、算法和业务规则。
消费者隐私法规和数据治理
隐私法规在不断发展，数据治理负责人必须对最知名的法规有很好的了解。欧洲于 2018 年 5 月制定了《通用数据保护条例》。在美国，《加利福尼亚消费者隐私法》于 2020 年 1 月生效。在巴西，《通用数据保护法》于 2020 年 8 月生效。为消费者提供有关如何使用其数据的某些保护和选择。

这些法规迫使企业收集、共享、存储和删除数据的方式发生重大变化。不遵守隐私法规可能会导致相当高的罚款（可能高达公司全球收入的 4%）。一家组织因数据泄露被罚款 1.8 亿美元，其中包括影响近 40 万人的支付信息。

CCPA 是美国最严格的消费者隐私法规。（美国仍然没有保护个人隐私的全国性数据隐私法。） CCPA 赋予加利福尼亚州居民了解已收集哪些数据以及阻止出售其个人数据的权利。

CCPA 是一项广泛的法规，主要针对在加利福尼亚州开展业务并通过出售客户的个人信息赚取超过一半的年收入，或赚取超过 5000 万美元，或存储超过 100,000 名客户、设备、或家庭。

数据治理的挑战
实施数据治理计划的企业面临的一个重大问题是意识到原始数据通常无法进行分析。数据可能组织不当、非结构化或已存储在单独的数据库中。数据必须经过清理和标准化数据治理程序可以前进。

开发数据治理程序可能需要大量的体力劳动，但在数据标准化后，传入的数据将自动以正确的格式发送到适当的位置。

对于数据治理计划来说，数据孤岛是一个稍微不同的问题。数据可以存储在孤岛中，并被视为某些团队或个人拥有它——他们有时不喜欢共享。

此外，不同的部门可能使用完全不同的系统，这使得标准化尤其困难。这些相同的部门可能对其数据的价值没有真正的了解。

数据治理将支持一个框架，允许访问他们的数据，打破孤岛。（一些部门可能会试图隐藏他们的孤岛，以保护它和他们的状态。）

数据结构
研究数据结构，并在采访中提及它，应该会产生积极的影响。它也可以在简历中提及。数据结构的概念仍然相当新。数据结构可以轻松访问并允许在分布式数据环境中共享数据。它支持单一、一致的数据管理框架，并结合架构和技术来管理各种不同类型的数据。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了