上次審核日期為 2026 年 11 月 5 日，依據本文連結的來源。
員工資料保護訓練與工作內容相符時效果最佳，而分析師處理的個人資料比大多數員工都多。歐洲資料保護委員會報告稱，各國主管機關已發布相關法規。 罰款金額達1.15億歐元 2025年的數據顯示，歐洲監管機構對企業處理個人資料的方式高度重視。分析師每週面臨的風險都是日常作業中常見的風險：例如將表格匯出到電子表格，或將表格的一部分貼到人工智慧助理。
這是一份包含 9 門現成課程的列表，專為資料主管和 BI 經理設計，他們負責制定團隊規則。課程內容涵蓋資料分類、個人資料、與 AI 工具共享資料以及保護資料倉儲的安全習慣。每門課程都包含課程內容簡介、分析師學習的必要性以及課堂活動安排。每組課程最後都會有一個總結。 我們的選擇列表之後是課程推出順序以及運行課程的方式。 AhaSlides.
全部9門課程概覽
| 課程 | 涵蓋的內容 | 總長: | 該組織應承擔的法律責任是什麼？ |
|---|---|---|---|
| 資料分類與處理 | 決定哪些物品可以離開倉庫或儀表板 | 25分鐘 | 此處未提及任何義務 |
| 日常處理個人數據 | 同意、最小化、保留和共享 | 40分鐘 | 此處未提及任何義務 |
| 您的數據和人工智慧工具 | 你可以將哪些內容貼到人工智慧工具中，哪些內容不能貼到人工智慧工具中。 | 30分鐘 | 此處未提及任何義務 |
| 安全使用生成式人工智慧 | 資料外洩、影子人工智慧和人工智慧攻擊 | 35分鐘 | 此處未提及任何義務 |
| 人人享有人工智慧安全 | 影子人工智慧、提示注入和操控輸出 | 30分鐘 | 此處未提及任何義務 |
| 安全意識要點 | 擁有廣泛訪問權限的人群的基本習慣 | 35分鐘 | 此處未提及任何義務 |
| 網路釣魚與社會工程 | 發現並檢舉網路釣魚活動 | 30分鐘 | 此處未提及任何義務 |
| 密碼、通行金鑰和多因素身份驗證 | 強大的數據工具登入機制 | 30分鐘 | 此處未提及任何義務 |
| 社會工程、詐欺和深度偽造 | 透過電話、付款和冒充他人進行虛假請求 | 35分鐘 | 此處未提及任何義務 |
數據分類和個人數據
資料分類與處理
分析師需要分類規則來決定哪些資料可以離開倉庫、儀錶板或共用磁碟機。本課程將講解如何標記資料以及每個標籤的含義。課程中，我們將執行一個包含五個範例列（例如郵遞區號、職位和薪資編號）的「選擇答案」測驗，並詢問學員每個欄位應該貼什麼標籤。學員們的意見分歧將揭示您自身規則的模糊之處。
日常處理個人數據
本課程將同意、最小化、保留和共享規則應用於日常資料工作。歐盟委員會將資料最小化原則定義為組織在資料處理過程中應遵循的原則。 必須僅收集和處理必要的個人資料。 這樣做的目的是為了讓分析師養成習慣，可以應用於每個查詢。在會話中，展示一個「所有客戶欄位」的請求，並使用詞雲來詢問分析需要哪些欄位。
我們的選擇：日常處理個人資料。 最小化資料集是分析師每天都會用到的技能，而詞雲練習可以讓這個習慣在幾分鐘內顯現出來。
人工智慧和數據共享
您的數據和人工智慧工具
本課程明確規定了分析師可以貼到人工智慧工具中的內容，以及無論工具承諾什麼，哪些內容都必須保留。在課程中，向學員提供四個程式碼片段，包括一個姓名表和一個不包含個人資料的查詢，然後進行「選擇答案」投票：貼上、屏蔽還是永遠不要貼上？將投票結果與您的可接受使用政策進行比較，並修正任何不符之處。
安全使用生成式人工智慧
本課程涵蓋資料外洩和影子人工智慧，即分析師在使用生成式工具處理資料集時可能遇到的問題，包括利用人工智慧攻擊分析師的情況。這至關重要，因為最快捷的工具往往未經批准。在課程中，提出一個開放式問題：「您在工作中使用過哪些未經IT部門批准的人工智慧工具？」匿名回答可以揭示人們使用的工具。
人人享有人工智慧安全
當分析師使用人工智慧助理處理公司外部文件時，提示注入和篡改輸出可能會破壞分析結果或洩漏資料。本課程涵蓋影子人工智慧、提示注入以及如何檢視人工智慧的答案。課程中，我們將展示一份被篡改的文檔，並詢問在場人員使用評分量表判斷其被發現的可能性有多大。
我們的推薦：您的數據和人工智慧工具。 它將一項模糊的政策轉化為分析師每週要做出的四個具體的「是」或「否」的決定。
安全基礎知識和欺詐
安全意識要點
任何擁有廣泛資料存取權限的人都是高價值帳戶，因此，對於分析師而言，基本安全習慣比大多數其他職位更為重要。本課程涵蓋每位員工都應具備的日常安全行為。課程中，我們會模擬真實場景進行簡短測試：例如，停車場裡的U盤、共享密碼、遺落在咖啡館的筆記型電腦等。
網路釣魚與社會工程
擁有資料倉儲存取權限的分析師是網路釣魚的主要目標，因為一個被竊的登入資訊就能開啟多個資料表。本課程將教授如何識別和舉報網路釣魚和社會工程攻擊。課程中，我們將展示三封電子郵件，並組織一個選擇題投票，讓參與者判斷哪封郵件是偽造的。然後，我們將討論每封郵件是如何進入分析師收件匣的。
密碼、通行金鑰和多因素身份驗證
強大的身份驗證機制能夠保護分析師日常使用的資料集和商業智慧工具。本課程涵蓋密碼、通行金鑰以及員工的多因素身份驗證。在課程中，請學員使用評分量表評估他們對資料工具啟用多因素登入的信心程度，並列出得分最低的工具。
社會工程、詐欺和深度偽造
虛假的資料匯出和付款請求是常見的冒充詐騙手段，如今偽造逼真的聲音或資訊輕而易舉。本課程涵蓋電話詐騙、付款詐騙和冒充詐騙，並強調透過第二管道進行驗證的重要性。課程中，我們將模擬一個「主管」要求緊急匯出資料的簡短場景，並詢問其他學員是否願意發送。
我們的選擇：密碼、通行金鑰和多因素身份驗證。 一個控制項可以保護清單上的所有工具，而評分量表練習可以為您提供一個逐個工具的差距清單。
如何實施該計劃
首先從資料基礎知識入手：資料分類和日常個人資料處理，以及貴組織現有的任何入職培訓要求。然後加入人工智慧課程，因為這是新習慣養成最快的階段。最後，每年進行安全複習，並增加貴團隊所在國家或地區的相關法規。
將每次會議都圍繞著同一事實展開。國家資料保護機構已發布 罰款金額達1.15億歐元 根據歐洲資料保護委員會 (EDPB) 的預測，GDPR 將於 2025 年生效。歐盟委員會關於 GDPR 原則的頁面列出了七項原則，其中包括 合法性、目的限制、資料最小化和儲存限制 組織遵循的規則之一是，要記錄誰完成了哪門課程以及提出的問題，並註明日期。
如果你的團隊還負責整個公司的資料保護工作，那麼 資料保護官課程列表 深入探討 GDPR 和 CCPA 的相關規定。編寫程式碼的分析師可以在這篇文章中找到更多資訊。 開發人員安全培訓以及指南 員工人工智慧培訓 涵蓋更廣泛的人工智慧推廣應用。
開展這些課程的方法 AhaSlides
您可以提供全部 9 種格式：
- 自訂進度的課程。 購買 AhaSlides 課程創建者將為每位分析師分配一門需要完成的課程。
- 現場問答環節。 在會議開始前收集有關真實資料集的問題，然後在會議中回答這些問題。
- 調查前後。 測量同一會話期間發生的變化。
四種投影片類型承擔了大部分工作：
- 選出答案。 Q：「一位同事要求匯出客戶資料進行快速測試。分享、封鎖還是拒絕？」 在公佈答案之前，先展示結果的劃分。
- 詞雲。 問：「這項分析需要哪些欄位？」醒目的字詞反映了人們首先關注的內容。
- 評分標準。 詢問前後兩個問題：「您對可以貼上到人工智慧工具中的內容有多大信心？」請從 1 到 5 分進行評分，並比較平均值。
- 開放式。 Q：「這個資料集可能在哪些地方洩漏而不被人察覺？」回答可以匿名，所以人們可以暢所欲言。
常見問題
數據分析師需要接受哪些訓練？
除了技術技能外，分析師還需要接受資料隱私、分類和安全處理的培訓。以上9門課程均以此為分類標準，其中人工智慧工具的使用單獨列為一類。
數據分析師能否將人工智慧工具應用於公司數據？
僅限在組織政策允許的範圍內，且絕不能在未經批准的工具中使用個人或機密資料。本文並未引用任何相關法律條文，因此最終決定權在於貴組織的合理使用政策和資料保護負責人。
什麼是數據最小化？
這意味著僅使用為特定目的所需的個人資料。歐盟委員會將其表述為： 僅收集和處理必要的個人數據 為了達到這個目的。
公司裡的資料所有權歸誰？
沒有統一的規則，因此請查看您自己的治理政策。常見的做法是，資料擁有者負責資料集的使用和保護，而分析師和管理員則負責使用和維護資料集。
本文僅提供一般信息，不構成法律建議。如需就您所在工作場所的相關事宜做出決定，請諮詢合格律師或監管機構。
