Data Privacy in der Praxis

Pratiques éprouvées pour améliorer la confidentialité des données d'un point de vue technique, organisationnel et juridique

Comment garantir que les données de mon projet restent privées, anonymisées et sécurisées ? Adapté au marché européen, ce guide traite également en profondeur du RGPD. Il aborde des sujets tels que ChatGPT et les Deep Fakes. Katharine Jarmul est une spécialiste de la confidentialité reconnue, elle travaille pour Thoughtworks et est cofondatrice des PyLadies. La pression pour garantir la protection des données n'a jamais été aussi forte qu'aujourd'hui. Cependant, l'intégration de la confidentialité dans les systèmes de données reste complexe. Ce guide offre aux Data Scientists et Data Engineers une compréhension fondamentale des éléments modernes de la protection des données tels que la confidentialité différentielle, l'apprentissage fédéré et le chiffrement homomorphe. Il fournit des conseils éclairés et des meilleures pratiques pour l'utilisation de technologies de pointe afin d'améliorer la protection des données dans les systèmes de production. La spécialiste de la confidentialité Katharine Jarmul montre dans ce livre comment le RGPD et la California Consumer Privacy Act (CCPA) impactent vos projets de Data Science. Elle explique comment anonymiser les données, quelles techniques de protection des données conviennent à vos projets et comment les intégrer. Vous apprendrez également à élaborer un plan pour votre projet de données qui prend en compte la confidentialité et la sécurité dès le départ. Katharine Jarmul allie une perspective technique solide à des aperçus faciles à comprendre des dernières approches et architectures technologiques.