🛡️ سازمان‌هایی که داده‌های شخصی رو جمع‌آوری و استفاده میکنن، حالا باید به مجموعه رو‌به‌رشدی از مقررات توجه کنن؛ چون جریمه‌های عدم تطابق واقعاً سنگینه. همه‌گیر شدن کلاد و ظهور Generative AI هم باعث شده حکمرانی درست داده از همیشه مهم‌تر بشه. هزاران شرکت سراغ Databricks Unity Catalog رفتن تا حکمرانی داده رو ساده‌تر کنن و دارایی‌های داده و AI خودشون رو مؤثرتر مدیریت کنن. این راهنمای عملی کمک میکنه تو هم همین کار رو انجام بدی.

📘 متخصص‌های داده در Databricks، یعنی کیران سریکومار و کارتیک سوبارائو، عمیق وارد Unity Catalog میشن و Best Practiceهایی رو به اشتراک میذارن که به متخصص‌های داده کمک میکنه دارایی‌های داده و AI خودشون رو در مقیاس بزرگ بسازن و ارائه بدن. مالک‌های محصول داده، مهندس‌های داده، مهندس‌های AI/ML و مدیران داده، جنبه‌های مختلف حکمرانی داده رو بررسی میکنن؛ از اشتراک‌گذاری داده و Auditing گرفته تا کنترل دسترسی و اتوماسیون. در همین مسیر هم یاد میگیرن چطور یک فریم‌ورک قوی برای حکمرانی داده بسازن که با مقررات سازگار باشه.

🎯 چیزهایی که یاد میگیری

🧭 مبانی حکمرانی داده رو بررسی میکنی و میفهمی چه ارتباطی با Unity Catalog دارن

🔗 از Unity Catalog استفاده میکنی تا حکمرانی داده و AI رو یکپارچه کنی

📊 برای Analytics، به داده‌ها به‌شکل مؤثر دسترسی پیدا میکنی

🔐 مکانیزم‌های مختلف حفاظت از داده رو پیاده‌سازی میکنی

🤝 دارایی‌های داده و AI رو با Delta Sharing به‌صورت امن، هم داخل سازمان و هم بیرون سازمان، به اشتراک میذاری

📖 فهرست مطالب

پیش‌گفتار. حکمرانی از روی انتخاب

فصل ۱. استک مدرن حکمرانی

فصل ۲. Unity Catalog از پشت صحنه

فصل ۳. مدیریت هویت

فصل ۴. Unity Catalog و Compute

فصل ۵. کنترل دسترسی و مدل مجوزها

فصل ۶. حکمرانی AI

فصل ۷. مشاهده‌پذیری و کشف‌پذیری

فصل ۸. اشتراک‌گذاری داده و همکاری

فصل ۹. دسترسی باز

فصل ۱۰. سازگاری با استانداردهای قانونی

فصل ۱۱. سرعت دادن به پذیرش Unity Catalog

فصل ۱۲. آینده Unity Catalog

👤 درباره نویسندگان

👨‍💻 کیران سریکومار یک معمار داده است که در مهندسی و حکمرانی داده و AI تخصص عمیقی داره. او از سال ۲۰۱۲ در حال طراحی و ساخت راهکارهای مهندسی داده، انبارداری داده و حکمرانی داده بوده و بیش از ۱۵ سال تجربه در صنعت‌های مختلف به دست آورده. کیران در زمان حضورش در Tata Consultancy Services از سال ۲۰۱۲ تا ۲۰۱۵، یعنی دوره‌ای که Hadoop و Big Data تازه داشتن اوج میگرفتن، کمک کرد یکی از اولین محصولات آرشیو و حکمرانی داده روی پلتفرم Apache Hadoop ساخته بشه؛ محصولی به نام Active Archive.

📊 بعد از اون، او در برنامه‌های بزرگ‌مقیاس زیادی در حوزه تحلیل داده مشارکت کرد. امروز کیران در Databricks به‌عنوان متخصص حکمرانی و مهندسی داده و AI کار میکنه و با مشتری‌ها همکاری میکنه تا Practiceهای قوی حکمرانی رو وارد پایپ‌لاین‌های مدرن داده کنن. او سخنران فعالی در کنفرانس‌ها درباره موضوع‌های داده و AI است و با اشتیاق از سرپرستی قابل‌اعتماد داده دفاع میکنه. کیران مدرک کارشناسی فناوری در الکترونیک و ارتباطات داره و در بریتانیا مستقره.

👨‍💼 کارتیک سوبارائو متخصص پلتفرم داده + AI و حکمرانی در Databricks است و به سازمان‌ها کمک میکنه پلتفرم‌های داده و AI امن و مقیاس‌پذیر بسازن. او بیش از یک دهه تجربه در مهندسی نرم‌افزار، معماری، Big Data و AI داره و تخصص فنی عمیق رو با یک رویکرد عمل‌گرا برای حل چالش‌های پیچیده ترکیب میکنه. کارتیک مدرک کارشناسی ارشد علوم کامپیوتر از Technical University of Munich داره و مرتباً از طریق بلاگ‌ها، سخنرانی‌های کنفرانسی و رویدادهای کامیونیتی، اینسایت‌های خودش رو به اشتراک میذاره. او در آلمان مستقره و به ساخت پلتفرم‌های داده امن و قابل‌اعتماد برای عصر AI علاقه زیادی داره.

Organizations collecting and using personal data must now heed a growing body of regulations, and the penalties for noncompliance are stiff. The ubiquity of the cloud and the advent of generative AI have only made it more crucial to govern data appropriately. Thousands of companies have turned to Databricks Unity Catalog to simplify data governance and manage their data and AI assets more effectively. This practical guide helps you do the same.

Databricks data specialists Kiran Sreekumar and Karthik Subbarao dive deep into Unity Catalog and share the best practices that enable data practitioners to build and serve their data and AI assets at scale. Data product owners, data engineers, AI/ML engineers, and data executives will examine various facets of data governance—including data sharing, auditing, access controls, and automation—as they discover how to establish a robust data governance framework that complies with regulations.

• Explore data governance fundamentals and understand how they relate to Unity Catalog
• Utilize Unity Catalog to unify data and AI governance
• Access data efficiently for analytics
• Implement different data protection mechanisms
• Securely share data and AI assets internally and externally with Delta Sharing

Table of Contents

Prologue: Governance by Choice

Chapter 1. The Modern Governance Stack

Chapter 2. Unity Catalog Under the Hood

Chapter 3. Identity Management

Chapter 4. Unity Catalog and Compute

Chapter 5. Access Controls and Permissions Model

Chapter 6. Governing Al

Chapter 7. Observability and Discoverability

Chapter 8. Data Sharing and Collaboration

Chapter 9. Open Access

Chapter 10. Being Compliant with Regulatory Standards

Chapter 11. Accelerating Unity Catalog Adoption

Chapter 12. The Future of Unity Catalog

About the Authors

Kiran Sreekumar is a data architect with deep expertise in engineering and data and AI governance. Since 2012, he has been designing and building data engineering, data warehousing, and data governance solutions, accumulating more than 15 years of experience across a variety of industries. While at Tata Consultancy Services (2012-2015)—a period when Hadoop and big data were just taking off—Kiran helped create one of the first data archival and governance products on the Apache Hadoop platform, Active Archive. Following that, he contributed to numerous large-scale data analytics programs. Today, he works at Databricks as a specialist in data and AI governance and engineering, where he partners with customers to embed robust governance practices into modern data pipelines. He is an active speaker on data and AI topics at conferences and a passionate advocate for trustworthy data stewardship. Kiran holds a bachelor of technology degree in electronics and communications and is based in the United Kingdom.

Karthik Subbarao is a specialist in data + AI platform and governance at Databricks, helping organizations build secure, scalable data and AI platforms. With over a decade of experience in software engineering, architecture, big data, and AI, he combines deep technical expertise with a pragmatic approach to solving complex challenges. Karthik holds an MSc degree in computer science from the Technical University of Munich and regularly shares insights through blogs, conference talks, and community events. Based in Germany, Karthik is passionate about building secure, trusted data platforms for the AI era.