Разметка почти всегда означает, что данные уходят наружу: к подрядчику, на площадку, к людям, которых вы никогда не видели. Это отдельный риск, и решается он до старта, а не после.
Первое, что стоит сделать, — посмотреть на выборку глазами постороннего. В пользовательских текстах лежат телефоны и адреса, на фотографиях — документы и лица, в записях разговоров — фамилии и реквизиты. Всё это не нужно для задачи, но оно уедет вместе с ней.
Практический минимум:
— обезличивание до передачи: маскировка, обрезка, замена идентификаторов;
— передача только той части данных, которая нужна для решения задачи;
— разграничение доступа: исполнитель видит единицу, а не весь массив целиком;
— запрет на выгрузку и скачивание на стороне площадки, если это в принципе возможно;
— договорённости об удалении данных после проекта, зафиксированные письменно.
Отдельная тонкость — скриншоты. Человеку удобно сфотографировать сложный случай и спросить в общем чате. Так утечки и происходят, без всякого злого умысла.
Если данные нельзя обезличить без потери смысла, разметку делают внутри, силами своих людей. Это дороже и это единственный честный вариант.
—
Если тема зашла, посмотри @dosie_instasamki
Разметка Данных
@data_labeling_ru_n1k
Разметка почти всегда означает, что данные уходят наружу: к подрядчику, на площадку, к людям, которых вы никог
Этот пост опубликован в Telegram-канале Разметка Данных. Подписаться можно по ссылке: @data_labeling_ru_n1k.