Dưới đây là mô tả chi tiết vai trò và trách nhiệm của Data Custodian – một nhân vật kỹ thuật quan trọng trong hệ thống Data Governance, đóng vai trò "người gác cổng hệ thống" để vận hành, bảo vệ và duy trì nền tảng dữ liệu.

Vai Trò: Data Custodian

Data Custodian là người chịu trách nhiệm kỹ thuật về việc lưu trữ, bảo mật, và truy cập dữ liệu. Họ vận hành hạ tầng dữ liệu (data infrastructure), đảm bảo rằng dữ liệu được bảo vệ, sẵn sàng sử dụng, và tuân thủ các chính sách truy cập đã được thiết lập bởi Data Owner.

Họ không sở hữu dữ liệu, nhưng chịu trách nhiệm quản lý hệ thống xử lý và lưu trữ dữ liệu.

1. Vai Trò Chính

Vai trò	Mô tả
Quản lý hạ tầng lưu trữ dữ liệu	Xây dựng, vận hành và giám sát kho dữ liệu, data lake, lakehouse
Bảo vệ dữ liệu	Thiết lập cơ chế phân quyền, kiểm soát truy cập, backup & recovery
Triển khai pipeline	Xử lý luồng ingest, transform, load dữ liệu từ nguồn tới đích
Hỗ trợ phân tích & BI	Cung cấp dữ liệu đã xử lý cho các hệ BI/AI/ML, đảm bảo sẵn sàng và truy vấn tốt
Hỗ trợ Data Owner & Steward	Triển khai chính sách từ Data Owner, hỗ trợ Steward truy xuất, quản lý metadata

2. Trách Nhiệm Cụ Thể

2.1. Về Hạ tầng và Lưu trữ

Triển khai và quản lý các hệ thống như:
- Data Warehouse (BigQuery, Snowflake, Redshift…)
- Data Lake (GCS, S3, HDFS…)
- Lakehouse (Databricks, Delta Lake…)
Thiết lập kiến trúc lưu trữ theo chuẩn: Partitioning, Clustering, Table Type (raw, clean, curated…)

2.2. Về Pipeline & Tích hợp

Xây dựng pipeline ETL/ELT sử dụng:
- Apache Airflow, Dataflow, dbt, Dataform, Kafka…
Kiểm soát luồng dữ liệu theo tiêu chí:
- Đúng định dạng (schema validation)
- Có logging & retry
- Ghi lại lineage

2.3. Về Quản lý Truy cập & Bảo mật

Triển khai phân quyền IAM theo role/user/service account
Mã hóa dữ liệu (encryption at rest / in transit)
Quản lý masking / tokenization với dữ liệu PII
Cấu hình audit logs, DLP (Data Loss Prevention)

2.4. Về Vận hành & Giám sát

Thiết lập hệ thống cảnh báo lỗi pipeline (latency, fail, duplicate, missing)
Theo dõi tài nguyên (CPU, storage, IOPS…)
Backup định kỳ, kiểm tra restore

2.5. Về Hỗ trợ Metadata & Catalog

Cung cấp thông tin schema, lineage, mapping cho Data Steward
Tự động hóa đồng bộ metadata vào Data Catalog

3. Quan Hệ & Phân Cấp

Vai trò liên quan	Mối quan hệ
Data Owner	Nhận yêu cầu chính sách (access, sharing, retention…) và triển khai trong hệ thống
Data Steward	Hỗ trợ truy xuất, cung cấp lineage, mapping, log… để steward làm sạch và kiểm soát chất lượng
Data Engineer	Cùng thực hiện thiết kế, phát triển pipeline, tối ưu hóa truy vấn
Security / DevOps	Phối hợp thiết lập monitoring, alerting, IAM, network rule, VPC, firewall…

4. KPI Đánh Giá Hiệu Quả

Chỉ số	Mô tả
Tỷ lệ pipeline thành công / tổng số execution
Số lượng lỗi dữ liệu do hệ thống gây ra (schema mismatch, latency...)
Thời gian trung bình để restore từ backup
% dữ liệu được gắn metadata đầy đủ, truy xuất được lineage
SLA truy xuất dữ liệu (availability, query latency)

5. Công Cụ & Kỹ Thuật Thường Dùng

Mục tiêu	Công cụ ví dụ
ETL/ELT	Apache Airflow, Dataform, dbt, Talend
Data Lake / DWH	Google BigQuery, S3 + Athena, Databricks
Bảo mật IAM	GCP IAM, Apache Ranger, Vault, DLP
Lineage & Catalog	OpenMetadata, Collibra, Amundsen
Monitoring	Grafana, Prometheus, Looker Studio, GCP Logging

6. Phân biệt 3 Vai Trò Dữ Liệu Cốt Lõi

Tiêu chí	Data Owner	Data Steward	Data Custodian
Chịu trách nhiệm chính	Chính sách & giá trị dữ liệu	Chất lượng & sử dụng dữ liệu	Hệ thống lưu trữ & vận hành
Vị trí tổ chức	Business Unit Leader / Tribe	Nghiệp vụ kiêm nhiệm / chuyên viên dữ liệu	Kỹ thuật / Data Engineering / Infra
Quyền quyết định	Có	Một phần (đề xuất)	Không (triển khai theo yêu cầu)
Trực tiếp xử lý	Không	Có (data issue, metadata)	Có (pipeline, security, IAM)

Tổng kết ngắn gọn

Data Custodian là kỹ sư gác cổng hệ thống dữ liệu. Họ đảm bảo dữ liệu luôn được lưu trữ, bảo mật và vận hành đúng theo yêu cầu chiến lược, chính sách và nghiệp vụ. Không có Custodian, dữ liệu dù tốt cũng không thể tiếp cận được đúng cách.