Utolsó ellenőrzés: 2026. november 5., a bejegyzésben hivatkozott forrásokkal összehasonlítva.
Az alkalmazottak adatvédelmi képzése akkor működik a leghatékonyabban, ha az illeszkedik a munkakörhöz, és az elemzők több személyes adatot kezelnek, mint a legtöbben. Az Európai Adatvédelmi Testület jelentése szerint a nemzeti hatóságok 2025-ben 1.15 milliárd euró bírságot szabtak ki , ami jól mutatja, hogy az európai szabályozó hatóságok mennyire komolyan veszik a szervezetek személyes adatok kezelését. Az elemzők hetében a kockázatok mindennapiak: egy táblázat exportálása táblázatba, vagy annak egy szeletének beillesztése egy mesterséges intelligencia asszisztensbe.
Ez egy 9 előre elkészített kurzuslista adatkezelők és BI-menedzserek számára, akik szabályokat határoznak meg csapataik számára. A kurzusok az osztályozást, a személyes adatokat, az adatok megosztását mesterséges intelligencia eszközökkel, valamint a raktárat védő biztonsági szokásokat fedik le. Minden bejegyzés leírja, hogy mit fed le a kurzus, miért van rá szüksége egy elemzőnek, és mit csinál a terem a foglalkozáson. Minden csoport egy „ A mi választásunk” -kal zárul . A lista után következik a bevezetési sorrend és a kurzusok AhaSlides-on történő futtatásának módja.
Mind a 9 kurzus áttekintése
| Tanfolyam | Mit takar | Hossz | Jogi kötelezettség a szervezetre nézve? |
|---|---|---|---|
| Adatok osztályozása és kezelése | Döntés arról, hogy mi hagyhatja el a raktárat vagy az irányítópultot | 25 min | Nincs itt feltüntetve kötelezettség |
| Személyes adatok kezelése nap mint nap | Hozzájárulás, minimalizálás, megőrzés és megosztás | 40 min | Nincs itt feltüntetve kötelezettség |
| Az Ön adatai és mesterséges intelligencia eszközei | Mit lehet és mit nem lehet beilleszteni mesterséges intelligencia eszközökbe | 30 min | Nincs itt feltüntetve kötelezettség |
| A generatív mesterséges intelligencia biztonságos használata | Adatszivárgások, árnyék-MI és MI-alapú támadások | 35 min | Nincs itt feltüntetve kötelezettség |
| Mesterséges intelligencia biztonság mindenkinek | Árnyék MI, azonnali befecskendezés és manipulált kimenetek | 30 min | Nincs itt feltüntetve kötelezettség |
| Biztonsági tudatosság alapjai | A széleskörű hozzáféréssel rendelkezők alapvető szokásai | 35 min | Nincs itt feltüntetve kötelezettség |
| Adathalászat és pszichológiai manipuláció | Adathalászat észlelése és jelentése | 30 min | Nincs itt feltüntetve kötelezettség |
| Jelszavak, hozzáférési kulcsok és többtényezős hitelesítés | Erős bejelentkezés az adatkezelő eszközökhöz | 30 min | Nincs itt feltüntetve kötelezettség |
| Szociális manipuláció, csalás és deepfake-ek | Hamis telefonos kérések, fizetés és személyes adatokkal való visszaélés | 35 min | Nincs itt feltüntetve kötelezettség |
Adatosztályozás és személyes adatok
Adatok osztályozása és kezelése
Az elemzőknek osztályozási szabályokra van szükségük ahhoz, hogy eldöntsék, mi kerülhet ki egy raktárból, egy irányítópultról vagy egy megosztott meghajtóról. Ez a kurzus az adatok címkézését és az egyes címkék engedélyezését tárgyalja. A foglalkozás során futtasson le egy Pick Answer kvízt öt minta oszloppal, például egy irányítószámmal, egy beosztással és egy bérszámfejtési számmal, és kérdezze meg a csoport tagjaitól, hogy melyik oszlop melyik címkét kapja. Az eltérések megmutatják, hogy a saját szabályai hol homályosak.
Személyes adatok kezelése nap mint nap
Ez a kurzus a hozzájárulásra, az adatminimalizálásra, a megőrzésre és a megosztásra vonatkozó szabályokat alkalmazza a mindennapi adatfeldolgozásban. Az Európai Bizottság az adatminimalizálást úgy írja le, mint azt az elvet, hogy egy szervezet csak azokat a személyes adatokat gyűjtheti és dolgozhatja fel, amelyek a céljához szükségesek, és ezt a szokást az elemzők minden lekérdezésnél gyakorolhatják. A foglalkozáson mutasson be egy kérést az „összes ügyfélmezőre”, és használjon egy szófelhőt annak megkérdezésére, hogy mely mezőkre van szükség az elemzéshez.
A mi választásunk: Személyes adatok napi kezelése. Az adathalmazok minimalizálása egy olyan készség, amelyet az elemzők naponta használnak, és a Szófelhő gyakorlat perceken belül láthatóvá teszi ezt a szokást.
MI és adatmegosztás
Az Ön adatai és mesterséges intelligencia eszközei
Ez a kurzus világos határvonalakat szab arra vonatkozóan, hogy mit illeszthet be egy elemző egy MI-eszközbe, és mi maradhat ki, bármit is ígér az eszköz. A foglalkozás során adj ki a teremnek négy kódrészletet, beleértve egy névtáblázatot és egy személyes adatokat nem tartalmazó lekérdezést, és futtass egy Pick Answer szavazást: beillesztés, maszkolás vagy soha? Hasonlítsd össze a szavazatokat az elfogadható felhasználási szabályzatoddal, és javítsd ki a hibás oldalt.
A generatív mesterséges intelligencia biztonságos használata
Ez a kurzus az adatszivárgásokkal és az árnyék-mesterséges intelligenciával foglalkozik, amikor az elemzők generatív eszközöket használnak adathalmazokon, beleértve azokat a támadásokat is, amelyek mesterséges intelligenciát használnak az elemző ellen. Ez azért fontos, mert a leggyorsabb eszköz gyakran az, amelyet senki sem hagyott jóvá. A foglalkozás során tegyél fel egy nyitott kérdést: „Melyik MI-eszközt használtad olyan munkához, amelyet az informatikai részleg nem hagyott jóvá?” A névtelen válaszok megmutatják, hogy mit használnak az emberek.
Mesterséges intelligencia biztonság mindenkinek
A prompt injektálás és a manipulált kimenetek torzíthatják az elemzést vagy veszélyeztethetik az adatokat, amikor egy elemző mesterséges intelligencia asszisztenst használ a vállalaton kívüli dokumentumokon. Ez a kurzus az árnyék-MI-t, a prompt injektálást és a mesterséges intelligencia által adott válasz ellenőrzését tárgyalja. A foglalkozás során mutasson be egy fertőzött dokumentumot, és kérdezze meg egy értékelő skálán, hogy mekkora valószínűséggel kapta volna el a szoba.
A mi választásunk: Az Ön adatai és mesterséges intelligencia eszközei. Egy homályos szabályzatot négy konkrét igen-nem döntéssé alakít, amit egy elemző hetente tesz.
Biztonsági alapismeretek és csalás
Biztonsági tudatosság alapjai
Bárki, aki széleskörű hozzáféréssel rendelkezik az adatokhoz, értékes ügyfél, ezért az alapvető szokások jobban számítanak az elemzők számára, mint a legtöbb szerepkör esetében. A kurzus lefedi azokat a mindennapi biztonsági viselkedési formákat, amelyekkel minden alkalmazottnak rendelkeznie kell. A foglalkozás során futtasson le egy rövid kvízt egy valós napon: egy USB-kulcs a parkolóban, egy megosztott jelszó, egy kávézóban felejtett laptop.
Adathalászat és pszichológiai manipuláció
Az adattárház-hozzáféréssel rendelkező elemzők elsődleges adathalász célpontok, mivel egyetlen ellopott bejelentkezéssel számos táblát meg lehet nyitni. Ez a kurzus megtanítja, hogyan lehet felismerni és jelenteni az adathalászatot és a pszichológiai manipulációt. A foglalkozás során mutasson be három e-mailt, és futtasson egy Pick Answer szavazást arról, hogy melyik hamis, majd vitassa meg, hogyan kerülhet mindegyik egy elemző postaládájába.
Jelszavak, hozzáférési kulcsok és többtényezős hitelesítés
Az erős hitelesítés védi az elemzők által nap mint nap használt adathalmazokat és BI-eszközöket. A kurzus a jelszavakat, hozzáférési kulcsokat és a többtényezős hitelesítést tárgyalja a személyzet számára. A foglalkozás során kérdezze meg a résztvevőket egy értékelő skálán, hogy mennyire bíznak abban, hogy adatkezelő eszközeik többtényezős bejelentkezést használnak, és sorolja fel a legalacsonyabb pontszámot elért eszközöket.
Szociális manipuláció, csalás és deepfake-ek
Az adatexportra és fizetésre irányuló hamis kérelmek gyakoriak a személyazonossággal való visszaélések terén, és egy meggyőző hangot vagy üzenetet ma már könnyű hamisítani. Ez a kurzus a telefonos, fizetési és személyazonossággal való visszaéléseket, valamint a második csatornán történő ellenőrzés szokását tárgyalja. A foglalkozás során játssz el egy rövid forgatókönyvet, amelyben egy "rendező" sürgős exportot kér, és kérdezd meg a teremben a résztvevőket, hogy elküldenék-e azt.
A mi választásunk: Jelszavak, hozzáférési kulcsok és többtényezős hitelesítés. Egyetlen vezérlő védi a listán szereplő összes eszközt, az Értékelési skála pedig eszközönkénti hiányosságlistát ad.
Hogyan valósítsuk meg a tervet
Kezdjük az adatokkal kapcsolatos alapokkal: a személyes adatok osztályozása és napi szintű kezelése, valamint a szervezet által már megkövetelt betanulási folyamat. Ezután adjuk hozzá a mesterséges intelligenciával kapcsolatos tanfolyamokat, mert itt alakulnak ki a leggyorsabban az új szokások. Fejezzük be az éves biztonsági emlékeztetőkkel, és adjuk hozzá a saját országunk vagy államunk szabályait, ahol a csapataink dolgoznak.
Minden egyes foglalkozást ugyanarra a tényre kell alapozni. Az Európai Adatvédelmi Testület (EDPB) szerint a nemzeti adatvédelmi hatóságok 2025-ben 1.15 milliárd euró bírságot szabtak ki. A Bizottság GDPR-elvekről szóló oldala hét elvet sorol fel, beleértve a jogszerűséget, a célhoz kötöttséget, az adatminimalizálást és a tárolás korlátozását a szervezetek által követett szabályok között, ezért vezessen dátummal nyilvántartott nyilvántartást arról, hogy ki melyik tanfolyamot végezte el, és milyen kérdések merültek fel.
Ha a csapatod a teljes vállalat adatvédelmével is foglalkozik, az adatvédelmi tisztviselő tanfolyamlistája részletesebben tárgyalja a GDPR és a CCPA szerinti feladatokat. A kódot író elemzők többet találnak a fejlesztőknek szóló biztonsági képzésről szóló bejegyzésben , az alkalmazottaknak szóló MI-képzési útmutató pedig a szélesebb körű MI-bevezetést tárgyalja.
Módok ezeknek a kurzusoknak az AhaSlides-en történő lebonyolítására
Mind a 9-at három formátumban kínálhatod:
- Saját tempójú tanfolyamok. Az AhaSlides kurzuskészítővel rendelhet hozzá minden elemzőhöz egy kurzust a befejezéshez.
- Élő kérdezz-felelek stream. Gyűjts össze kérdéseket valós adathalmazokról az ülés előtt, majd válaszold meg őket a teremben.
- Előzetes és utólagos felmérések. Mérd meg, mi változott ugyanazon munkamenet alatt.
Négy diatípus végzi el a munka nagy részét:
- Válasz kiválasztása. Kérdezd meg: „Egy kolléga egy ügyfél exportját kéri egy gyors teszteléshez. Megosztás, maszkolás vagy elutasítás?” Mutasd meg a felosztást, mielőtt felfeded a választ.
- Szófelhő. Kérdezd meg: „Milyen területekre van szükség ehhez az elemzéshez?” A legnagyobb szavak mutatják meg, hogy az emberek mit keresnek először.
- Értékelési skála. Tedd fel a kérdést előtte és utána: „Mennyire vagy biztos abban, hogy mit tudsz beilleszteni egy mesterséges intelligencia eszközbe?” Értékelj 1-től 5-ig, és hasonlítsd össze az átlagokat.
- Nyílt végű. Kérdezd meg: „Hol szivároghatott ki ez az adathalmaz anélkül, hogy bárki észrevenné?” A válaszok névtelenek lehetnek, így az emberek elmondhatják, amit gondolnak.
FAQ
Milyen képzésre van szükségük az adatelemzőknek?
A technikai készségeken túl az elemzőknek adatvédelmi, osztályozási és biztonságos adatkezelési képzésre is szükségük van. A fenti 9 kurzust így csoportosítottuk, a mesterséges intelligencia eszközeinek használata külön csoportot alkot.
Használhatnak-e adatelemzők mesterséges intelligencia eszközöket vállalati adatokon?
Kizárólag a szervezeted szabályzatán belül, és soha nem személyes vagy bizalmas adatokon olyan eszközökben, amelyeket senki sem hagyott jóvá. Ez a bejegyzés nem hivatkozik erre vonatkozó törvényre, így a felhasználási szabályzatod és az adatvédelmi vezetőd dönt.
Mi az adatminimalizálás?
Ez azt jelenti, hogy csak a meghatározott célhoz szükséges személyes adatokat használjuk fel. Az Európai Bizottság ezt úgy fogalmazza meg, hogy csak azokat a személyes adatokat gyűjtjük és dolgozzuk fel, amelyek az adott cél eléréséhez szükségesek .
Ki birtokolja az adatokat egy vállalatnál?
Nincs egyetlen szabály, ezért ellenőrizze a saját irányítási szabályzatát. Egy gyakori felállás szerint az adattulajdonos felelős az adathalmaz felhasználásáért és védelméért, míg az elemzők és a felügyelők dolgoznak vele.
Ez a bejegyzés általános tájékoztatást nyújt, nem jogi tanácsadást. A saját munkahelyével kapcsolatos döntéshez forduljon szakképzett ügyvédhez vagy a szabályozó hatósághoz.
