首页 > 公开课 > 大数据 > DAMA国际数据管理专业人士CDMP认证

DAMA国际数据管理专业人士CDMP认证

培训地点 北京(面授+直播) 杭州
培训时间 3月27-30日 5月12-15日

一、培训背景

  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。

二、培训收益

  通过学习本课程,您将获得如下收益:

  1. 掌握数据管理知识体系的整体框架及各领域知识内容;

  2. 对关键数据管理各领域中的重点、难点及实践获得理解;

  3. 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。

三、培训对象

  1. 企业CIO、CDO 等信息化相关的高层领导;

  2. 数据管理或数据服务团队负责人、核心团队成员;

  3. 企业数据管理专家/专家委员会专员;

  4. 数据管理团队及专兼职人员;

  5. 业务部门信息化领导/经理/专员;

  6. IT 部门总监/经理;

  7. IT 项目管理办公室(PMO)总监/经理/数据管理专员/技术经理。

四、培训特色

  1. 理论与实践相结合、案例分析与理论穿插进行;

  2. 专家精彩内容解析、学员专题讨论、分组研究;

  3. 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。

五、关于考试

  国际数据管理协会认证CDMP

  数据管理专业人士认证(CDMP)证书授予那些具备以下综合条件资格的人员,这些条件包括教育程度、技能经验和基于测试的专业知识考试。证书分为基础级Associate、专家级Practitioner、大师级Master和院士级Fellow。为了维护认证状态并持续使用证书,需缴纳年度认证费用,加3年的继续教育和专业活动要求。

  数据管理专业人士认证 CDMP:

  只要有 ICCP 批准的代理人核查物理身份,并监考考试过程,ICCP 的考试可以在世界上任何地方举行。

  CDMP考试认证分为四个等级,分别是Associate(基础级)、Practitioner(专家级)、Master(大师级)和Fellow(院士级)。四个等级将分别从教育学历、工作经验、专业知识以及对DAMA的贡献等角度进行认证考核,具体如下:

  基础级(A)
Associate
专家级(P)
Practitioner
大师级(M)
Master
院士级(F)
Fellow
职业经验 6个月>2年 2年-10年 至少10年 超过25年
考试 DM Fundamentals 基础级 3 DM Fundamentals + 2 specialist 基础级+2门选修 3 DM Fundamentals + 2 specialist 基础级+2门选修 • 全球公认的尊重的思想者、引领者
• 对数据管理领域有重大的、持续性的贡献
• 为CDMP和 DMBOK做出巨大贡献,通过提名
• 通过大师级成员的审查和认可
允许替换 NO 1 1
合格标准 60% 70% 80%
认证路径 注册 & 考试 注册 & 考试 注册 & 考试
通过案例经验提交经验证据
通过大师级成员的审查和认可
  P级考试中替代考试项目:可替代两门选修中的一门,且证书需在有效期内,包含TOGAF、Zachman、Prince2、PMP、MSc Information Management、MBA / Informatics、IRMS CIP、SACA CISA, CRISC, CIS;

  M级考试中替代考试项目:可替代两门选修中的一门,且证书需在有效期内,包含MSc Information Management、MBA / Informatics、IRMS CIP、ISACA CISA, CRISC, CIS。

  考试信息:

  机考

  考试题目数量:100道选择题,100分

  考试时间:90+20 Min(英语非第一语言区域可获得20分钟额外时间)

  考试语言:英语

  监考形式:ProctorU远程监考

  专业发展和再认证:

  要保持 CDMP资格要求3年内必须获得120小时获得认可的在教育时间。 很多教育活动都可以计算在内,包括 DAMA 的研讨会和分会活动。

六、课程大纲

章节 模块 培训内容
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
七、授课专家

  王老师 (TOGAF9.2 鉴定级、CDMP、PMP、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。

  蔡老师 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。

  郑博士 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》

  王老师 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。