数据工程

行业领导者一致认为，数据治理属于IT中的每个人。管理数据的隐私、安全和可靠性会影响业务的各个方面。

数据治理是一个涵盖多个不同学科和实践的总括术语，优先级通常取决于谁在推动这项工作。首席数据官、隐私官、安全官和风险管理领导者通常关注驱动数据治理计划的隐私、安全和法规。数据科学家、营销人员、devops领导者和业务分析师更可能关注主动数据治理，包括数据目录、数据集成、数据质量、数据沿袭、客户数据配置文件和主数据管理。

在所有的术语、实践和技术中都有很多东西需要解开，有些功能和目标重叠。Zilliant的首席技术官兼高级工程副总裁Shams Chauthani同意，由于存在多个目标，业务利益相关者、IT和数据团队之间的合作是成功项目的关键。

他说：“数据治理通常以一种条块分割的方式处理，主要是作为IT管理的合规要求。”。“在当今的数字时代，数据是最大的资产，将数据治理视为由IT专门运行的孤岛式工作对整个组织都是一种伤害。为了让组织充分实现使用数据进行更智能决策的承诺，必须在所有利益相关者的参与下不断改进数据治理流程。”

数据工程是设计和构建大规模数据收集、存储和分析系统的实践。它是一个广泛的领域，几乎在每个行业都有应用。组织有能力收集大量数据，他们需要合适的人员和技术，以确保在数据到达数据科学家和分析师时，数据处于高度可用状态。