数据师的道德，通常反映的是数据师这一职业群体在公众心目中的的期望标准，是指导数据师职业的行为规范和准则。"数据小兵"通过对"职业道德"的本质剖析和《大数据道德伦理问题探究》 韩亦舜观点的理解，结合"埃森哲"提出的《数据道德十二条守则》及《PMI的职业道德规范 》样例解读，提出"数据师的道德"规范看法，由于业界未有明确的标准和规范，先做个初步认知，也是为了约束"数据小兵"自身职业道德作为工作指引，同时供大家扩展的想法和提供参考。

"职业道德"的本质？

职业道德，其本质是职业群体的定位，同时反映大众对这个职业群体期望的标准。那么"数据小兵"结合数据师职业特点，提出自身的理解，认为"数据师的道德"反映的是数据师这一职业群体在公众心目中的的期望标准，是指导数据师职业的行为规范和准则。

《大数据道德伦理问题探究》 韩亦舜

韩亦舜 清华大学数据科学院执行副院长，让我们再来看看他的观点：
面临问题：

• 人工智能遇到伦理挑战
• 可以避免的2014年12月31日上海外滩踩踏事件，谁都没有错，到底哪里出了问题？尴尬！
• "人肉"说爱你不容易

原因分析：

• 信息孤岛责任孤立，拥有数据的不负责公共安全、负责安全的没有现代手段获取数据；
• 公共安全，谁都不愿触碰的话题、谁也担不起在这个责任；
• 数据安全，数据安全就一定正确吗？

结论：数据伦理道德的缺失，如：数据立法、数据安全、数据伦理、数据道德、数据隐私、数据权属...等。

通过上面观点提炼，"数据小兵"认为"韩院长"对"数据道德伦理"问题趋势、洞察十分精准，数据问题已然是迫在眉睫，这里也补充下自己的想法，笔者认为数据师的职业群体的定位，正式这场数据革命下的产物，人们面临的的数据伦理道德缺失所带来的诸多问题，正式数据师所要面对的责任，也反映了社会大众对数据师职业期望的标准体系。伴随着这种趋势，2016年6月"埃森哲"作为全球知名的顶级咨询公司，通过对数据的深入洞察提出了"数据道德十二条守则"，让我们来看看。

"埃森哲"提出的"数据道德十二条守则"

十二条守则是数据行业建立起来的职业道德标准。主要针对数据专家和从业者来讲， 这里指"数据师"的道德体系的规范和遵从。

1. 最高守则：尊重数据背后的人
2. 追踪数据集的下游使用
3. 数据来源和分析工具决定了数据使用的结果
4. 尽量让隐私和安全保护达到期望标准
5. 遵守法律，并明确法律只是最低标准
6. 注意，不要仅仅为了拥有更多数据而收集数据
7. 数据是一个工具，可以涵盖更多人，也可能排除一些人
8. 尽可能向数据提供者解释分析和销售方法
9. 数据专家和从业者需要准确地描述自己的从业资格、专业技能缺陷、符合职业标准的程度，并尽量担负同伴责任
10. 设计道德准则时，应将透明度、可配置性、责任和可审计性包含在内
11. 对产品和研究应该采取内部、甚至外部的道德检验
12. 设立有效的管理活动，使所有成员知情，并定期进行审查

在阐述"数据小兵"观点前，我先举个例子，让我们看一看《PMI的职业道德规范 》的主要内容：

• 责任，我们对制定或未制定的决策、我们采取或未采取的行动及由此产生的后果，承担相应职责；
• 尊重，尊重是我们的责任来对自己、他人和委托给我们的资源表现高度的重视。委托给我们的资源可能包括人、资金、声望、他人安全和自然或环境资源。尊重的环境通过促进共同合作，产生信任、自信和卓越绩效—不同的观点和意见都受到鼓励和珍视的环境。
• 公平，公平是我们无偏见和客观地做出决策。我们的行为必须远离利益冲突、偏见和偏好。
• 诚实，诚实是我们的责任来了解实情，并在沟通和行为中以诚实的方式行事。

数据师的道德标准是什么呢？

数据小兵通过上面的内容的理解，结合自身作为数据师实际工作中的看法，提出职业道德的看法，仅供朋友们参考（业界尚未明确）：

• 尊重，数据师能够洞察出数据的影响时，首先应考虑危害，避免导致不公平的结果。
• 一致，数据师在使用数据时，应尽可能保持对数据的使用目的和理解保持一致，避免数据集在不同应用产生相关性后由于带来更多期望，而伴随着更大的风险。
• 标准，数据师应尽可能保障数据主题的隐私和安全的期望标准，保证数据化进程下的相关法律合规，甚至高于现行法律。
• 信任，数据师应尽可能清晰描述自身从业资格、专业技能缺陷、符合职业标准程度，尽可能担负大众和客户的责任，获得其信任。
• 公开，数据师应打破壁垒将透明、可配置、责任、可审计进行公开，保证领域下的职业人员素质。

数据小兵着力打造"数据思维、数据知识、数据实践"的学习和分享环境，期待大家的参与！我们共同学习和进步！
数据小兵 http://www.fuduo.wang