在政府和行业法规制定和实施过程中，数据治理（Data Governance）在识别数据和信息组件以实现合规性方面起到了关键作用。以下是对各选项的分析：

A: 与业务和技术领导层合作，找到一套标准的合规性问题（如如何、为什么、何时等）的最佳答案。
- 这种方法强调协作和沟通，确保所有相关方都参与到合规性问题的解决过程中。这有助于全面理解和满足法规要求，从而提高合规性的成功率。

B: 完全不参与任何项目，宣称这是一个审计和风险项目。
- 这种方法将数据治理排除在外，可能会导致在合规性方面缺乏必要的数据支持和管理，从而增加了违规的风险。

C: 创建一个由数据管理员组成的内部项目团队，以创建标准响应。
- 这种方法强调内部团队的建设，确保有专门的人员负责合规性问题的解决。这有助于建立统一的标准和流程，但可能会缺乏与其他部门的协作。

D: 独立工作，挖掘数据和信息以查找合规和不合规问题。
- 这种方法强调独立性，但可能会导致与其他部门的沟通不畅，从而影响合规性问题的全面解决。

综合考虑，选项A是最优的，因为它强调了跨部门的协作和沟通，确保所有相关方都参与到合规性问题的解决过程中，从而提高了合规性的成功率。

因此，正确答案是：
A: 与业务和技术领导层合作，找到一套标准的合规性问题（如如何、为什么、何时等）的最佳答案。