support hotline 021-65210156
Login|Registered
Home
Public class
Internal training
Consulting
Expert
Knowledge
service
About Us

《DAMA国际数据管理专业人士认证 CDMP》

《DAMA国际数据管理专业人士认证 CDMP》

Start time:2021 Course duration: 24
Lecturer:王老师等 Course price:¥9800
Days:4
Course location:广州
Professional Classification:专业认证类、行业培训类、行业培训类:服务业、行业培训类:IT、行业培训类:服务行业、行业培训类:IT行业
Category:
Job classification:
Keyword:DAMA,国际数据管理,专业人士认证,CDMP
Share to:

Course plan

City Days Price January February March April May June July August September October November December
广州 4 980023-26

Background and goals

课程背景:


本课程为《DAMA-DMBOK数据管理知识体系指南》,全面深入讲解了数据管理知识体系的专业基础理论。课程中每一个知识点都由老师结合企业数据管理最佳实践经验,精心打造而成,力求让学习者全面的掌握数据管理全面知识,是企业数字化转型下培养和提升数据团队能力,打造企业“CDO首席数据官”为核心团队的必修基础课程,是帮助数据管理从业人士,通过学习数据管理基础理论,借鉴行业最佳实践,提升数据管理专业能力。


课程收益:


通过学习本课程,您将获得如下收益:

掌握数据管理知识体系的整体框架及各领域知识内容; 

对关键数据管理各领域中的重点、难点及实践获得理解; 

系统化、体系化、结构化的数据管理问题辨析、思考和分析能力,及数据管理解决方案设计、执行能力。


培训特色:


理论与实践相结合、案例分析与理论穿插进行;

专家精彩内容解析、学员专题讨论、分组研究;

通过全面知识理解、专题技能掌握和安全实践增强的授课方式。

Suitable people overview

main content

课程大纲:


第一章  数据管理

掌握数据、数据与信息、数据作为组织资产、数据管理原则、数据管理挑战、数据战略基本概念;掌握数据管理框架基本内容包括:战略模型、阿姆斯特丹模型、DAMA-DMBOK框架、DMBOK金字塔。

1.1 简介

1.2 什么是数据?

1.3 数据与信息

1.4 数据作为组织资产

1.5 数据管理原则

1.6 数据管理面临的挑战

1.7 数据战略

1.8 数据管理框架

1.9 DAMA与DMBOK

1.10总结      

第二章  数据道德

了解数据道德、数据隐私背后的原则、数字化环境下的道德、不道德的数据处理和风险实践、建立数据道德文化、数据道德与数据治理。

2.1 简介

2.2 业务驱动因素

2.3 什么是数据道德

2.4 数据隐私背后的原则

2.5 数字化环境下的道德

2.6 不道德的数据处理和风险实践

2.7 建立数据道德文化

2.8 数据道德与数据治理

2.9 总结      

第三章  数据治理

掌握数据治理指导原则、数据治理关键驱动因素、数据治理的主要组成内容、数据治理关键指标、数据治理关键输入和输出、数据治理的主要工具、数据治理应用中的策略、数据治理评价理论、数据治理最佳实践

3.1 简介

3.2 数据治理基本活动

3.3 数据治理工具和技术

3.4 数据治理实施指南

3.5 数据治理关键指标

3.6 数据治理最佳实践

3.7 总结      

第四章 数据架构

掌握数据架构指导原则、数据架构关键驱动因素、数据架构的主要组成内容、数据架构关键指标、数据架构关键输入和输出、数据架构的主要工具、数据架构应用中的策略、数据架构评价理论、数据架构最佳实践。

4.1简介

4.2 数据架构基本活动

4.3 数据架构工具和技术

4.4 数据架构实施指南

4.5 数据架构关键指标

4.6 数据架构最佳实践

4.7总结   

第五章 数据建模与设计

掌握数据模型指导原则、数据模型关键驱动因素、数据模型的主要组成内容、数据模型关键指标、数据模型关键输入和输出、数据建模的主要工具、数据模型应用中的策略、数据建模评价理论、数据建模最佳实践。

5.1 简介

5.2 数据模型基本活动

5.3 数据建模工具和技术

5.4 数据建模实施指南

5.5 数据模型关键指标

5.6 数据建模最佳实践

5.7 总结      

第六章  数据存储与操作

掌握数据数据库设计指导原则、数据存储与操作驱动因素、数据库的主要组成内容、数据库管理关键指标、数据库管理关键输入和输出、数据库管理的主要工具、数据库设计应用中的策略、数据存储与操作评价理论、数据库管理最佳实践。

6.1 简介

6.2 数据库管理基本活动

6.3 数据库工具和技术

6.4 数据库实施指南

6.5 数据库管理关键指标

6.6 数据库管理最佳实践

6.7 总结      

第七章 数据安全

掌握数据安全指导原则、数据安全关键驱动因素、数据安全的主要组成内容、数据安全关键指标、数据安全关键输入和输出、数据安全的主要工具、数据安全技术、数据安全实施指南、数据治理最佳实践。

7.1 简介

7.2 数据安全基本活动

7.3 数据安全工具和技术

7.4 数据安全实施指南

7.5 数据安全关键指标

7.6 数据安全管理评价

7.7 数据安全最佳实践

7.8 总结      

第八章 数据集成与互操作性

掌握数据集成与互操作性指导原则、数据集成与互操作性关键驱动因素、数据集成与互操作性的主要组成内容、数据集成与互操作性关键指标、数据集成与互操作性关键输入和输出、数据集成与互操作性的主要工具、数据集成与互操作性实施指南、数据集成与互操作性评价理论、数据集成与互操作性最佳实践。

8.1 简介

8.2 数据成与互操作性基本活动

8.3 数据集成与互操作性工具和技术

8.4 数据集成与互操作性实施指南

8.5 数据集成与互操作性关键指标

8.6 数据集成与互操作性最佳实践

8.7 总结      

第九章 文档和内容管理

掌握内容管理指导原则、内容管理关键驱动因素、内容管理的主要组成内容、内容管理关键指标、内容管理关键输入和输出、内容管理的主要工具、内容管理实施指南、内容管理评价理论、内容管理最佳实践。

9.1 简介

9.2 文档和内容管理基本活动

9.3 内容管理工具和技术

9.4 内容管理实施指南

9.5 内容管理关键指标

9.6 内容管理最佳实践

9.7 总结      

第十章 参考数据和主数据

掌握参考数据和主数据指导原则、参考数据和主数据关键驱动因素、参考数据和主数据主要组成内容、参考数据和主数据关键指标、参考数据和主数据关键输入和输出、参考数据和主数据的主要工具、参考数据和主数据实施指南、参考数据和主数据评价理论、参考数据和主数据最佳实践。

10.1简介

10.2参考数据和主数据基本活动

10.3参考数据和主数据工具和技术

10.4参考数据和主数据实施指南

10.5参考数据和主数据关键指标

10.6参考数据和主数据最佳实践

10.7总结      

第十一章 数据仓库与商务智能

掌握数据数据仓库与商务智能指导原则、数据仓库与商务智能关键驱动因素、数据仓库与商务智能的主要组成内容、数据仓库与商务智能关键指标、数据仓库与商务智能关键输入和输出、数据仓库与商务智能的主要工具、数据仓库与商务智能应用中的策略、数据仓库与商务智能评价理论、数据仓库与商务最佳实践。

11.1简介

11.2数据仓库与商务智能基本活动

11.3数据仓库与商务智能工具和技术

11.4数据仓库与商务智能实施指南

11.5数据仓库与商务智能关键指标

11.6数据仓库与商务智能最佳实践

11.7总结      

第十二章 元数据管理

掌握元数据指导原则、元数据关键驱动因素、元数据的主要组成内容、元数据关键指标、元数据关键输入和输出、元数据的主要工具、元数据应用中的策略、元数据评价理论、元数据最佳实践。

12.1简介

12.2元数据管理基本活动

12.3元数据管理工具和技术

12.4元数据实施指南

12.5元数据管理关键指标

12.6元数据最佳实践

12.7总结      

第十三章 数据质量

掌握数据质量指导原则、数据质量关键驱动因素、数据质量的主要组成内容、数据质量关键指标、数据质量关键输入和输出、数据质量的主要工具、数据质量应用中的策略、数据质量评价理论、数据质量最佳实践。

13.1简介

13.2 数据质量基本活动

13.3 数据质量工具和技术

13.4 数据质量实施指南

13.5 数据质量关键指标

13.6 数据质量最佳实践

13.7 总结     

第十四章 大数据与数据科学

掌握大数据指导原则、大数据与数据科学关键驱动因素、大数据与数据科学的主要组成内容、大数据关键指标、大数据关键输入和输出、大数据的主要工具、大数据与数据科学应用中的策略、大数据评价理论、大数据与数据科学最佳实践。

14.1简介

14.2大数据与数据科学基本活动

14.3大数据与数据科学工具和技术

14.4大数据与数据科学实施指南

14.5大数据与数据科学关键指标

14.6大数据与数据科学最佳实践

14.7总结      

第十五章 数据管理能力成熟度

掌握数据管理能力指导原则、数据管理能力成熟度评估关键驱动因素、数据管理能力成熟度的主要组成内容、数据管理能力成熟度关键指标、数据管理能力成熟度关键输入和输出、数据管理能力成熟度的主要工具、数据管理能力成熟度应用策略、数据管理能力成熟度评价理论、数据管理能力成熟度最佳实践。

15.1简介

15.2数据管理能力成熟度基本活动

15.3数据管理能力成熟度工具和技术

15.4数据管理能力成熟度实施指南

15.5数据管理能力成熟度关键指标

15.6数据管理能力成熟度最佳实践

15.7总结      

第十六章 数据管理组织及角色

掌握数据管理组织模式、数据管理成功关键要素、建立数据管理组织、数据管理组织与其他组织间关系、数据管理组织中的角色、数据管理组织最佳实践。

16.1 简介

16.2 数据管理组织模式

16.3 数据管理成功关键要素

16.4 建立数据管理组织

16.5 数据管理组织与其他组织间关系

16.6 数据管理组织中的角色

16.7 总结     

第十七章 数字化转型下组织变革管理

掌握数字化转型下组织变革管理原则、组织变革管理的八个误区、组织变革管理的八个阶段、组织变革的可持续发展、组织持续获得数据管理价值。

17.1 简介

17.2 数字化转型下的组织变革管理原则

17.3 数字化转型下组织变革管理的八个误区

17.4 数字化转型下组织变革管理的八个阶段

17.5 数字化转型下组织变革的可持续发展

17.6 数字化转型下组织持续获得数据管理价值

17.7 数字化转型组织数据管理文化最佳实践

17.8 总结     

学员交流、考核与返程

Instructor

老师


TOGAF9.2 鉴定级、CDMPPMP、高级信息系统项目管理师、ITIL V3)数据治理及数据标准化专家,信息工程硕士。参与过大量关于数据治理、数据能力成熟度评估、数据架构、企业级数据模型、数据标准化和数据质量提升项目,长期致力于数据治理、数据架构及数据标准化方面的研究和实践。


老师


某石化集团数据标准化项目大项目经理,某软件公司高级项目总监,数据业务部负责人。同时也是中国电子工业标准化技术协会会员、企业信息标准化委员会常委委员、eCl@ss协会会员(国际产品分类标准化组织)、北京市大数据及其应用专家委员会专家、中国数据工匠俱乐部发起人。


博士


DAMA中国理事会员,工学博士学位, 清华大学未来科技EMBA 在读,2012年毕业回国创办恩核(北京)信息技术有限公司。致力于数据架构、数据建模及数据治理技术方面的研究与实践,曾出版《海量数据库解决方案1》,《区块链开发与实例》,后者被清华计算机学院列为指定教材,参与翻译《数据管理知识体系-DMBOK2.0》,组织翻译《区块链重构游戏规则》


老师


现任某上市公司软件产品部副总兼大数据产品线总经理,国际信息和数据质量协会(IAIDQ)会员,ITSS数据治理标准工作组成员。曾获得数据管理专业认证(CDMP)、数据治理专业认证(DGP)、信息质量专业认证(IQCP)三项国际认证。2010年加入普元,全面主持普元大数据产品的研发、拓展及团队管理工作。十年大型企业信息化架构设计与建设经验,曾任中国人民银行核心平台架构师。主持参与了国家开发银行大数据治理项目、中国人民银行软件开发平台、国家电网云计算平台等大型项目建设。对大数据行业有着深入的研究和洞察,并对企业信息化平台建设,企业云计算及大数据平台建设有着丰富经验。

Student feedback

Related course recommendation

    
    Hello! Welcome to Fu Rui! What can I do for help