在過去的十年裏，特別是在過去的三年裏，隱私已經成為與用戶聯係並消費他們數據的企業的首要和中心。無論是保護數據免受黑客攻擊和入侵，遵守複雜的法規，避免內部員工濫用數據，還是以可衡量的方式解決廣泛的隱私問題，隱私正成為一個重大挑戰，而不是一個利他的業餘項目。

具有重大跨職能職責的技術領導必須平衡項目交付和跟蹤，並需要實踐技能和技術來實現隱私。本書將基於我在這方麵的十多年經驗提供這樣的技巧。我不得不在有限的環境下匆忙創建隱私和安全程序，修複過去的錯誤，同時與一個既封閉又自主的團隊合作。

這本書將教你通過幫助建立一個數據分類和目錄來將隱私嵌入到你的數據中，開發數據共享技術，這樣你就可以在不損害用戶隱私的情況下進行創新，創建刪除和模糊數據的機製，從法律和技術隱私的角度進行隱私審查，等等。

總而言之，這本書將為領導者們提供他們可以用來建立一個更適合他們公司的隱私程序的技巧，而不是那些價格不菲的現成的一刀切的產品。這些技能將幫助領導者與工程、數據科學、平台開發等團隊建立聯係，從而使數據隱私成為共同的目標。從那些曾經在那裏工作過幾次的人那裏獲得這些見解的好處，應該會使這本書成為一個有價值的資源。

為了人性化隱私的概念和海量數據背後的人類，這本書還將提供一係列故事和現實事件的分析，並將它們與有關數據隱私的決策聯係起來。

在數據隱私問題上,你將學習如何:

• 根據隱私風險對數據進行分類
• 構建技術工具來編目和發現係統中的數據
• 通過技術隱私控製共享數據，以衡量重新識別風險
• 實現技術隱私架構來刪除數據
• 為數據導出建立技術能力，以滿足法律要求，如數據主題資產請求(DSAR)
• 建立技術隱私審查程序，以幫助加快法律隱私影響評估(PIA)
• 設計一個同意管理平台(CMP)來獲取用戶同意
• 實現安全工具來幫助優化隱私

數據隱私教你設計、開發和衡量隱私程序的有效性。您將從作者尼桑特·巴賈利亞(Nishant Bhajaria)那裏學習，他是業界知名的專家，曾在穀歌、Netflix和Uber公司監管隱私。隱私的術語和法律要求都用清晰、無術語的語言解釋。本書對業務需求的不斷了解將幫助您權衡利弊，並確保您的用戶隱私可以在不增加時間和資源成本的情況下得到改善。

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