本书主要介绍了如何确保企业所依赖的数据的质量。书中详细阐述了自动化数据质量监控的重要性，并提供了实用的方法，帮助企业高效地覆盖所有数据表，主动发现数据问题，并立即解决。作者们解释了如何构建无监督机器学习模型来检测数据问题，以及如何实施通知机制以减少警报疲劳，并迅速分类和解决这些问题。此外，本书还探讨了如何将自动化数据质量监控与数据目录、BI和ML系统集成，以克服自动化监控的局限性，并在大规模环境中部署和管理监控解决方案。

内容简介这既是一本系统讲解数据资产价值变现的入门书，又是一本全面介绍数据要素的科普书，它能帮助零基础的读者厘清数据要素各种概念并建立系统的知识体系，同时还能掌握数据资产价值变现的认知、实现路径和实操方法。本书由凯捷咨询前亚太区副总裁、阿里云中国区前咨询总经理撰写，全球数据资产理事会（DAC）联合出品。本书是《精益数据方法论：数据驱动的数字化转型》一书的姊妹篇，后者讲了如何制定数据战略、梳理数据场景、开发数据产品，如何利用精益数据方法转型为数字化企业；前者为数字化企业的数据资产变现给出了方案。全书

本书分为三个部分，分别介绍了数据要素市场、数据安全和隐私计算。第一部分介绍了数据要素市场的基本情况，包括数据要素制度体系和数据要素市场发展；第二部分结合数字化转型的背景，讲述了多个具备代表性的数据安全理论及实践框架、数据安全常见风险、数据安全保护最佳实践、代表性行业数据安全实践，以及数据安全技术原理、大模型与数据安全等内容；第三部分详细讲解了可信数据流通交易空间数据流通利用基础设施、隐私计算技术原理、隐私保护大模型基础设施等内容。本书可以作为高校学生、数据要素市场从业者、数据安全行业从业者的入门

本书共10章, 第1-3章详细说明CyberChef工具使用方法, 从搭建CyberChef的使用环境开始, 逐步深入介绍编码和解码、数据处理模块的相关内容。第4-10章将介绍使用CyberChef工具实战分析恶意样本的案例, 包括批处理BAT、PowerShell、CobaltStrike、VBS、ShellCode、JavaScript、WebShell等多种样本文件的案例。本书示例代码丰富, 实际性和系统性较强, 并配有视频讲解, 助力读者透彻地理解书中的重点、难点。

《数据科学面试通关》详细阐述了与数据科学面试相关的基本解决方案，主要包括探索现代数据科学领域、在数据科学领域寻找工作、 Python编程、数据可视化与数据叙述、使用 SQL查询数据库、 Linux中的 Shell和 Bash脚本编写、使用 Git进行版本控制、用概率和统计挖掘数据、理解特征工程和为建模准备数据、精通机器学习概念、用深度学习构建网络、用 MLOps实现机器学习解决方案、掌握面试环节、协商薪酬等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。<

数据是数字经济的关键要素已经形成共识，数据资源入表成为数据资产正在探索推进中。数据资产不同于通常意义上的有形实物资产和无形知识产权资产，它是一类新的资产类别。有用的数据积累到一定的规模具备开发价值后就形成数据资源，数据资源在满足了数据权属明确、成本或价值能够被可靠地计量、数据可机读等基本条件后就可以成为数据资产。本书分析讨论了数据的资产性，基于数据的属性对数据资产进行了明确的定义，将信息资产、数字资产和数据资产统一为数据资产。在此基础上，本书系统地介绍了数据资产化、盒装数据、数据资产评估、

本书共9章，分四部分，全面讲解数据跨境流动的背景、意义、政策、合规制度、技术保障和国际规则。第一部分(第1章至第2章)介绍数据跨境流动的基本定义、发展阶段及内涵，同时从全球治理、全球经济发展、全球科技创新3个角度阐明数据跨境流动所蕴含的巨大价值。第二部分(第3章至第4章)详细介绍我国对数据跨境流动的政策以及相关法律体系，梳理了基本的合规规则。第三部分(第5章至第7章)介绍数据处理者的内部操作，包括数据出境业务梳理、内部合规制度建设等，并列举重点行业梳理数据出境场景以及数据字段的方法，同

本书分为4篇, 共12章。第1篇 (第1、2章) 准备篇, 主要介绍Hadoop和Spark的基本概念, 以及如何快速搭建Hadoop和Spark的学习环境。第2篇 (第3-6章) 入门篇, 涵盖Hadoop的高级特性、Spark的基础知识与高级特性, 以及大数据安全。第3篇 (第7-10章) 进阶篇, 深入讲解数据采集与清洗、数据存储与管理、数据分析与挖掘以及实时数据处理。第4篇 (第11、12章) 项目实战篇, 通过Hadoop和Spark实现一站式数据分析系统设计, 以及ChatGPT赋能

本书主要向读者介绍基于互联网技术的数据分析原理与方法，帮助读者理解并掌握数据分析能力，可使用到实践中并提升工作能力。本书具体内容包括学数据分析有什么用，数据分析的基础方法，数据分析的起点，数据分析的基础，数据分析的准备；通过数据分析看清现实，通过数据分析抓住业务增长机会，通过数据分析发现异常、处理异常、防止异常，通过数据分析预测与推荐，通过数据分析服务线下业务，数据分析结果汇报，以及让数据分析结果落地实践。

本书从多个角度全面介绍了CDO的相关内容，旨在为现任或有志成为CDO的专业人士提供一个全面的知识框架和实操指南，帮助他们更好地理解和胜任这一关键角色。全书分为6章，具体内容包括：第1章简要讲述CDO的定义和起源，以及国内外发展现状及趋势；第2章聚焦于CDO与数字化转型的关系；第3章介绍CDO应具备的基础数据知识；第4章详细说明了CDO与组织数据管理的关系；第5章讲述CDO的岗位职责与考核方法；第6章则总结了完整的CDO能力模型和知识体系。