全部講師分類
吳曉生－20年網(wǎng)絡(luò)安全實(shí)戰(zhàn)經(jīng)驗(yàn) 中國(guó)農(nóng)業(yè)大學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室博士生聯(lián)合導(dǎo)師 中國(guó)農(nóng)業(yè)大學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室研究員 全國(guó)計(jì)算機(jī)網(wǎng)絡(luò)等級(jí)3級(jí)（網(wǎng)絡(luò)攻防領(lǐng)域） CDA數(shù)據(jù)分析師（專家級(jí)） 曾任：國(guó)云大數(shù)據(jù)（上市） | 產(chǎn)品VP 曾任：國(guó)美集團(tuán)（世界500強(qiáng)） | 數(shù)據(jù)運(yùn)營(yíng) 曾任：紫光集團(tuán)有限公司（中國(guó)ICT龍頭企業(yè)） | 數(shù)據(jù)分析師 曾任：圖譜數(shù)據(jù)有限公司（深圳技術(shù)大學(xué)聯(lián)合實(shí)驗(yàn)室） | 高級(jí)產(chǎn)品管理/數(shù)據(jù)產(chǎn)品專家 擅長(zhǎng)領(lǐng)域：數(shù)據(jù)治理、數(shù)據(jù)分析、數(shù)據(jù)安全、DeepSeek應(yīng)用、AI+職場(chǎng)應(yīng)用、AI智能體開發(fā)、AI項(xiàng)目落地、企業(yè)數(shù)字化應(yīng)用、企業(yè)數(shù)字化提升…… ——?從0到1構(gòu)建數(shù)據(jù)基座的技術(shù)深度： ◎參與編著《企業(yè)數(shù)據(jù)治理實(shí)戰(zhàn)指南》《AI驅(qū)動(dòng)的智能風(fēng)控體系構(gòu)建》等行業(yè)教材（機(jī)械工業(yè)出版社出版）； ◎ 整合DeepSeek、豆包、火山引擎等國(guó)產(chǎn)大模型，累計(jì)開發(fā)52個(gè)行業(yè)專屬企業(yè)智能體（覆蓋金融風(fēng)控、政務(wù)決策、供應(yīng)鏈管理等領(lǐng)域），主導(dǎo)構(gòu)建38個(gè)技術(shù)模型； ◎擁有1.2萬+行業(yè)數(shù)據(jù)源指標(biāo)（含天眼查、企查查等商業(yè)數(shù)據(jù)庫），曾主導(dǎo)建設(shè)某省國(guó)企“大數(shù)據(jù)風(fēng)控平臺(tái)”，獲2023年國(guó)家信標(biāo)委數(shù)據(jù)治理優(yōu)秀案例； ——?從1到N實(shí)現(xiàn)商業(yè)價(jià)值的產(chǎn)業(yè)寬度： ◎ 某省級(jí)電子政務(wù)平臺(tái)數(shù)據(jù)架構(gòu)設(shè)計(jì)【項(xiàng)目金額2.7億元】：打通37個(gè)委辦局?jǐn)?shù)據(jù)孤島，構(gòu)建人口、企業(yè)、信用三大主題庫，獲評(píng)“全國(guó)數(shù)字政府建設(shè)示范項(xiàng)目” ◎國(guó)美在線用戶畫像體系與精準(zhǔn)營(yíng)銷【年?duì)I收貢獻(xiàn)超8億元】：搭建全鏈路用戶畫像系統(tǒng)，整合2億+用戶行為數(shù)據(jù)，年度營(yíng)銷成本節(jié)約1.2億元 ◎某頭部零售企業(yè)AI驅(qū)動(dòng)客戶行為預(yù)測(cè)系統(tǒng)【覆蓋15家連鎖品牌】：年度新增營(yíng)收 3.5 億元，獲工信部“AI+產(chǎn)業(yè)創(chuàng)新”全國(guó)Top10示范項(xiàng)目；
在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)被確立為第五大生產(chǎn)要素。IDC預(yù)測(cè)2025年全球數(shù)據(jù)總量將達(dá)175ZB，中國(guó)企業(yè)數(shù)據(jù)年復(fù)合增長(zhǎng)率達(dá)28%，《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》及地方數(shù)據(jù)條例的出臺(tái)，標(biāo)志著數(shù)據(jù)治理已上升為國(guó)家戰(zhàn)略。技術(shù)演進(jìn)推動(dòng)數(shù)據(jù)集中管理，但某零售企業(yè)因37個(gè)系統(tǒng)數(shù)據(jù)孤島致營(yíng)銷精準(zhǔn)度下降23%，某制造企業(yè)設(shè)備數(shù)據(jù)混亂延誤智能改造半年。谷歌研究顯示，數(shù)據(jù)質(zhì)量缺陷可使AI模型效能降低40%-60%，治理成為價(jià)值釋放關(guān)鍵。 全球數(shù)據(jù)治理正從“合規(guī)驅(qū)動(dòng)”轉(zhuǎn)向“價(jià)值驅(qū)動(dòng)”：麥肯錫調(diào)研表明，治理成熟企業(yè)決策效率提升30%、運(yùn)營(yíng)成本降低22%。但企業(yè)普遍面臨三重割裂困境： 戰(zhàn)略與執(zhí)行割裂：85%企業(yè)缺乏治理愿景，某金融機(jī)構(gòu)投入2億元建平臺(tái)卻因主數(shù)據(jù)標(biāo)準(zhǔn)缺失致跨部門畫像偏差35%；60%中小企業(yè)無專職崗位，業(yè)務(wù)部門參與度不足20%； 質(zhì)量與應(yīng)用割裂：數(shù)據(jù)標(biāo)準(zhǔn)混亂致某車企庫存周轉(zhuǎn)率降18%，某銀行因15%數(shù)據(jù)缺失使風(fēng)控誤判率增25%。企業(yè)40%數(shù)據(jù)分析時(shí)間用于數(shù)據(jù)清洗（Gartner數(shù)據(jù)）； 體系與工具割裂：某電商10萬+數(shù)據(jù)標(biāo)簽迭代需2個(gè)月錯(cuò)失商機(jī)，制造企業(yè)因數(shù)據(jù)血緣不清致安全響應(yīng)延遲48小時(shí)，70%企業(yè)無法量化治理ROI； 行業(yè)挑戰(zhàn)分化：金融需平衡監(jiān)管合規(guī)（如GDPR）與數(shù)據(jù)應(yīng)用，制造業(yè)受困多源異構(gòu)工業(yè)數(shù)據(jù)治理，零售業(yè)面臨實(shí)時(shí)行為數(shù)據(jù)處理矛盾。中小企業(yè)普遍存在"三缺"——缺方法論、缺人才、缺預(yù)算，治理停留口號(hào)層面。 數(shù)據(jù)治理本質(zhì)是通過“規(guī)則+技術(shù)+組織”實(shí)現(xiàn)數(shù)據(jù)“可用、可信、可增值”。企業(yè)若陷于“重技術(shù)輕管理”誤區(qū)，將導(dǎo)致資產(chǎn)沉淀、創(chuàng)新滯后等危機(jī)。本課程基于實(shí)戰(zhàn)場(chǎng)景，系統(tǒng)解析治理框架設(shè)計(jì)、質(zhì)量提升與場(chǎng)景落地能力，助力構(gòu)建"治理-應(yīng)用"閉環(huán)，推動(dòng)數(shù)據(jù)資源向商業(yè)競(jìng)爭(zhēng)力轉(zhuǎn)化。
授課對(duì)象：企業(yè)高層管理者（CEO/CIO/CDO/CTO）；數(shù)據(jù)管理部門負(fù)責(zé)人（數(shù)據(jù)治理專員、數(shù)據(jù)架構(gòu)師
政府部門信息化分管領(lǐng)導(dǎo)（如辦公廳/室副主任、政務(wù)服務(wù)局局長(zhǎng)）；政務(wù)數(shù)據(jù)管理機(jī)構(gòu)負(fù)責(zé)人（數(shù)據(jù)中心主任、大數(shù)據(jù)局安全處處長(zhǎng)）；業(yè)務(wù)部門數(shù)據(jù)安全專員（如公安信息科、人社數(shù)據(jù)中心管理員）；電子政務(wù)系統(tǒng)建設(shè)/運(yùn)維單位技術(shù)骨干；政府法律顧問及合規(guī)審計(jì)人員
授課對(duì)象：政府部門信息化分管領(lǐng)導(dǎo)（如辦公廳/室副主任、政務(wù)服務(wù)局局長(zhǎng)）；政務(wù)數(shù)據(jù)管理機(jī)構(gòu)負(fù)責(zé)人
在全球數(shù)字化轉(zhuǎn)型浪潮下，數(shù)據(jù)已成為企業(yè)核心資產(chǎn)與創(chuàng)新驅(qū)動(dòng)力。IDC預(yù)測(cè)2025年全球數(shù)據(jù)總量將達(dá)175ZB，企業(yè)數(shù)據(jù)年復(fù)合增長(zhǎng)率超30%。伴隨數(shù)據(jù)價(jià)值提升，安全風(fēng)險(xiǎn)同步升級(jí)：全球數(shù)據(jù)泄露事件2023年同比增長(zhǎng)28%，單次泄露平均損失達(dá)435萬美元。各國(guó)監(jiān)管持續(xù)加碼，中國(guó)《數(shù)據(jù)安全法》《個(gè)人信息保護(hù)法》與歐盟GDPR、美國(guó)CCPA等法規(guī)形成嚴(yán)苛合規(guī)框架，數(shù)據(jù)跨境流動(dòng)管理成為跨國(guó)企業(yè)重要挑戰(zhàn)。 技術(shù)演進(jìn)帶來新型風(fēng)險(xiǎn)，多云架構(gòu)、物聯(lián)網(wǎng)等模糊網(wǎng)絡(luò)邊界，數(shù)據(jù)流動(dòng)中面臨API漏洞、權(quán)限失控等問題。盡管零信任、隱私計(jì)算等技術(shù)提供解決方案，但85%企業(yè)在實(shí)施數(shù)據(jù)脫敏時(shí)因場(chǎng)景復(fù)雜導(dǎo)致效果打折，70%缺乏實(shí)時(shí)監(jiān)測(cè)能力。當(dāng)前企業(yè)普遍存在戰(zhàn)略、技術(shù)、管理三重脫節(jié)： 戰(zhàn)略層面：僅23%企業(yè)建立全生命周期數(shù)據(jù)治理體系，60%中小企業(yè)未明確數(shù)據(jù)分類分級(jí)，資產(chǎn)底數(shù)不清； 技術(shù)層面：傳統(tǒng)防護(hù)體系難以應(yīng)對(duì)動(dòng)態(tài)風(fēng)險(xiǎn)，典型案例顯示工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)接口未加密導(dǎo)致訂單泄露，金融多云環(huán)境權(quán)限漏洞引發(fā)客戶信息外流； 管理層面：48%數(shù)據(jù)泄露源于內(nèi)部人為因素，但75%企業(yè)缺乏安全績(jī)效考核，培訓(xùn)多停留于文檔宣導(dǎo)，缺乏實(shí)戰(zhàn)演練； 行業(yè)挑戰(zhàn)分化明顯：金融業(yè)需平衡數(shù)據(jù)開發(fā)與隱私保護(hù)，制造業(yè)應(yīng)對(duì)工業(yè)數(shù)據(jù)跨境限制與終端安全，零售業(yè)因高價(jià)值用戶數(shù)據(jù)成攻擊焦點(diǎn)。中小企業(yè)更面臨資源短缺困境，超60%未設(shè)專職安全崗位，供應(yīng)鏈風(fēng)險(xiǎn)突出。 數(shù)據(jù)安全已從合規(guī)選項(xiàng)升級(jí)為企業(yè)生存剛需。構(gòu)建“戰(zhàn)略-技術(shù)-管理”三維防控體系成為必然選擇，需實(shí)現(xiàn)風(fēng)險(xiǎn)識(shí)別、技術(shù)適配與管理機(jī)制的有機(jī)融合，在數(shù)據(jù)價(jià)值釋放與安全管控間建立動(dòng)態(tài)平衡。本課程基于最新法規(guī)與實(shí)戰(zhàn)案例，系統(tǒng)解析防控體系構(gòu)建路徑，助力企業(yè)實(shí)現(xiàn)安全能力升級(jí)。
授課對(duì)象：企業(yè)高層管理者（CEO/CIO/CSO）；IT部門負(fù)責(zé)人、數(shù)據(jù)安全專員、合規(guī)經(jīng)理；
AI數(shù)智化轉(zhuǎn)型實(shí)戰(zhàn)專家
擅長(zhǎng)領(lǐng)域：數(shù)據(jù)治理、數(shù)據(jù)分析、數(shù)據(jù)安全、DeepSeek應(yīng)用、AI+職場(chǎng)應(yīng)用、AI智能體開發(fā)、AI項(xiàng)目落地、企業(yè)數(shù)字化應(yīng)用、企業(yè)數(shù)字化提升
華師經(jīng)紀(jì)訂閱號(hào)
微信在線客服
深圳市龍華區(qū)大浪街道龍觀西路與華榮路交匯處-順泰中晟大廈28-29層 版權(quán)所有©深圳華師兄弟教育科技有限公司 備案號(hào)：粵ICP備12093994號(hào)
