上次审核日期为 2026 年 11 月 5 日，依据本文链接的来源。
员工数据保护培训与工作内容相匹配时效果最佳，而分析师处理的个人数据比大多数员工都多。欧洲数据保护委员会报告称，各国主管部门已发布相关法规。 罚款金额达1.15亿欧元 2025年的数据显示，欧洲监管机构对企业处理个人数据的方式高度重视。分析师每周面临的风险都是日常操作中常见的风险：例如将表格导出到电子表格，或将表格的一部分粘贴到人工智能助手。
这是一份包含 9 门现成课程的列表，专为数据主管和 BI 经理设计，他们负责制定团队规则。课程内容涵盖数据分类、个人数据、与 AI 工具共享数据以及保护数据仓库的安全习惯。每门课程都包含课程内容简介、分析师学习的必要性以及课堂活动安排。每组课程最后都会有一个总结。 我们的选择列表之后是课程推出顺序以及运行课程的方式。 AhaSlides.
全部9门课程概览
| 课程 | 它涵盖的内容 | 长度 | 该组织应承担的法律责任是什么？ |
|---|---|---|---|
| 数据分类与处理 | 决定哪些物品可以离开仓库或仪表盘 | 25分钟 | 此处未提及任何义务 |
| 日常处理个人数据 | 同意、最小化、保留和共享 | 40分钟 | 此处未提及任何义务 |
| 您的数据和人工智能工具 | 你可以将哪些内容粘贴到人工智能工具中，哪些内容不能粘贴到人工智能工具中。 | 30分钟 | 此处未提及任何义务 |
| 安全使用生成式人工智能 | 数据泄露、影子人工智能和人工智能攻击 | 35分钟 | 此处未提及任何义务 |
| 人人享有人工智能安全 | 影子人工智能、提示注入和操纵输出 | 30分钟 | 此处未提及任何义务 |
| 安全意识要点 | 拥有广泛访问权限的人群的基本习惯 | 35分钟 | 此处未提及任何义务 |
| 网络钓鱼和社会工程 | 发现并举报网络钓鱼活动 | 30分钟 | 此处未提及任何义务 |
| 密码、通行密钥和多因素身份验证 | 强大的数据工具登录机制 | 30分钟 | 此处未提及任何义务 |
| 社会工程、欺诈和深度伪造 | 通过电话、付款和冒充他人进行虚假请求 | 35分钟 | 此处未提及任何义务 |
数据分类和个人数据
数据分类与处理
分析师需要分类规则来决定哪些数据可以离开仓库、仪表盘或共享驱动器。本课程将讲解如何标记数据以及每个标签的含义。课程中，我们将运行一个包含五个示例列（例如邮政编码、职位和工资编号）的“选择答案”测验，并询问学员每个列应该贴什么标签。学员们的意见分歧将揭示您自身规则的模糊之处。
日常处理个人数据
本课程将同意、最小化、保留和共享规则应用于日常数据工作中。欧盟委员会将数据最小化原则定义为组织在数据处理过程中应遵循的原则。 必须仅收集和处理必要的个人数据。 这样做的目的是为了让分析师养成习惯，可以将其应用于每个查询中。在会话中，展示一个“所有客户字段”的请求，并使用词云来询问分析需要哪些字段。
我们的选择：日常处理个人数据。 最小化数据集是分析师每天都会用到的一项技能，而词云练习可以在几分钟内让这种习惯显现出来。
人工智能和数据共享
您的数据和人工智能工具
本课程明确规定了分析师可以粘贴到人工智能工具中的内容，以及无论工具承诺什么，哪些内容都必须保留。在课程中，向学员提供四个代码片段，包括一个姓名表和一个不包含个人数据的查询，然后进行“选择答案”投票：粘贴、屏蔽还是永远不要粘贴？将投票结果与您的可接受使用政策进行比较，并修正任何不符之处。
安全使用生成式人工智能
本课程涵盖数据泄露和影子人工智能，即分析师在使用生成式工具处理数据集时可能遇到的问题，包括利用人工智能攻击分析师的情况。这至关重要，因为最快捷的工具往往未经批准。在课程中，提出一个开放式问题：“您在工作中使用过哪些未经IT部门批准的人工智能工具？”匿名回答可以揭示人们使用的工具。
人人享有人工智能安全
当分析师使用人工智能助手处理公司外部文档时，提示注入和篡改输出可能会破坏分析结果或泄露数据。本课程涵盖影子人工智能、提示注入以及如何检查人工智能的回答。课程中，我们将展示一份被篡改的文档，并询问在场人员使用评分量表判断其被发现的可能性有多大。
我们的推荐：您的数据和人工智能工具。 它将一项模糊的政策转化为分析师每周要做出的四个具体的“是”或“否”的决定。
安全基础知识和欺诈
安全意识要点
任何拥有广泛数据访问权限的人都是高价值账户，因此，对于分析师而言，基本安全习惯比大多数其他岗位更为重要。本课程涵盖每位员工都应具备的日常安全行为。课程中，我们会模拟真实场景进行简短测试：例如，停车场里的U盘、共享密码、遗落在咖啡馆的笔记本电脑等。
网络钓鱼和社会工程
拥有数据仓库访问权限的分析师是网络钓鱼的主要目标，因为一个被盗的登录信息就能打开多个数据表。本课程将教授如何识别和举报网络钓鱼和社会工程攻击。课程中，我们将展示三封电子邮件，并组织一个选择题投票，让参与者判断哪封邮件是伪造的。然后，我们将讨论每封邮件是如何进入分析师收件箱的。
密码、通行密钥和多因素身份验证
强大的身份验证机制能够保护分析师日常使用的数据集和商业智能工具。本课程涵盖密码、通行密钥以及员工的多因素身份验证。在课程中，请学员使用评分量表评估他们对数据工具启用多因素登录的信心程度，并列出得分最低的工具。
社会工程、欺诈和深度伪造
虚假的数据导出和付款请求是常见的冒充诈骗手段，如今伪造逼真的声音或信息轻而易举。本课程涵盖电话诈骗、付款诈骗和冒充诈骗，并强调通过第二渠道进行验证的重要性。课程中，我们将模拟一个“主管”要求紧急导出数据的简短场景，并询问其他学员是否愿意发送。
我们的选择：密码、通行密钥和多因素身份验证。 一个控件可以保护列表上的所有工具，而评级量表练习可以为您提供一个逐个工具的差距列表。
如何实施该计划
首先从数据基础知识入手：数据分类和日常个人数据处理，以及贵组织现有的任何入职培训要求。然后加入人工智能课程，因为这是新习惯养成最快的阶段。最后，每年进行安全复习，并添加贵团队所在国家或地区的相关法规。
将每次会议都围绕同一事实展开。国家数据保护机构已发布 罚款金额达1.15亿欧元 根据欧洲数据保护委员会 (EDPB) 的预测，GDPR 将于 2025 年生效。欧盟委员会关于 GDPR 原则的页面列出了七项原则，其中包括 合法性、目的限制、数据最小化和存储限制 组织遵循的规则之一是，要记录谁完成了哪门课程以及提出的问题，并注明日期。
如果你的团队还负责整个公司的数据保护工作，那么 数据保护官课程列表 深入探讨 GDPR 和 CCPA 的相关规定。编写代码的分析师可以在这篇文章中找到更多信息。 开发人员安全培训以及指南 员工人工智能培训 涵盖更广泛的人工智能推广应用。
开展这些课程的方法 AhaSlides
您可以提供全部 9 种格式：
- 自定进度的课程。 使用 AhaSlides 课程创建者将为每位分析师分配一门需要完成的课程。
- 现场问答环节。 在会议开始前收集有关真实数据集的问题，然后在会议中回答这些问题。
- 调查前后。 测量同一会话期间发生的变化。
四种幻灯片类型承担了大部分工作：
- 选择答案。 问：“一位同事要求导出客户数据进行快速测试。分享、屏蔽还是拒绝？” 在公布答案之前，先展示结果的划分。
- 词云。 问：“这项分析需要哪些字段？” 醒目的词语反映了人们首先关注的内容。
- 评分标准。 询问前后两个问题：“您对可以粘贴到人工智能工具中的内容有多大信心？”请从 1 到 5 分进行评分，并比较平均值。
- 开放式。 问：“这个数据集可能在哪些地方泄露而不被人察觉？” 回答可以匿名，所以人们可以畅所欲言。
常见问题解答
数据分析师需要接受哪些培训？
除了技术技能外，分析师还需要接受数据隐私、分类和安全处理方面的培训。以上9门课程均以此为分类标准，其中人工智能工具的使用单独列为一类。
数据分析师能否将人工智能工具应用于公司数据？
仅限在组织政策允许的范围内，且绝不能在未经批准的工具中使用个人或机密数据。本文并未引用任何相关法律条文，因此最终决定权在于贵组织的合理使用政策和数据保护负责人。
什么是数据最小化？
这意味着仅使用为特定目的所需的个人数据。欧盟委员会将其表述为： 仅收集和处理必要的个人数据 为了达到这个目的。
公司里的数据所有权归谁？
没有统一的规则，因此请查看您自己的治理政策。常见的做法是，数据所有者负责数据集的使用和保护，而分析师和管理员则负责使用和维护数据集。
本文仅提供一般信息，不构成法律建议。如需就您所在工作场所的相关事宜做出决定，请咨询合格律师或监管机构。
