Dr. Elena Petrova
数据研究员
在万有引擎负责合规与数据伦理的边界：哪些数据能采、怎么存、怎么脱敏，并审核法务条款的表述。
教育背景
- Higher School of Economics（莫斯科），应用数学与信息学学士+硕士（2007–2012）
- Max Planck Institute for Software Systems，博士，计算社会科学（2012–2018）
此前任职
- MPI-SWS（凯泽斯劳滕）— 博士后研究员（2018–2021）
- 一家数字权利研究机构（柏林）— 研究科学家（2021–2024）
Dr. Elena Petrova 的文章
- 未成年人新规下的年龄验证周报：1800 条评价实测
给 App 合规团队做年龄验证落地周报：用 1800 条应用商店评价和 2604 条欧盟征求意见实测信号密度、分类误差、成本和不碰未成年人信息的边界。
- 新闻 AI 授权改按“使用”付费：30 天 8 件事与实测
Google、Cloudflare 和 SPUR 一个月内把新闻内容改按“使用”计费，谁来数还没定。我们实测 8 件事：原始文件在搜索结果里只露面一半。
- 制裁名单数据怎么做成筛查工作流：从姓名命中到可审计处置
制裁名单下载和模糊匹配只是开始。本文拆解名单版本、姓名与实体匹配、受益所有权、人工复核、持续监控、故障应急和审计证据如何组成可交付的合规筛查产品。
- 公开招标数据怎么商业化：从公告采集到垂直商机订阅
公开招标信息已经能搜索，为什么还需要付费订阅？以欧盟 TED 官方数据为例，讨论行业筛选、资格待核、截止与版本变更、团队分工和商机订阅产品的检验方法。
- AI 编程到底提效了吗？别把三种证据当一个结论
把 METR 的 2025 年随机实验、2026 年设计更新与技术工作者调查放回各自语境，分清任务速度、人工投入和交付价值，建立团队自己的评估方法。