一、CDGP数据治理专家考试大纲基础模块

1、数据治理

核心概念：数据治理的定义、原则(如DAMA 12项原则)与目标(确保数据资产价值最大化)。

实践基础：数据治理组织架构设计，包括数据治理委员会的角色与职责划分。

2、数据架构

基础认知：数据架构的业务驱动因素(如业务流程优化、数据共享需求)与核心组件(数据模型、数据流)。

落地方法：企业数据架构蓝图绘制，涵盖数据存储、处理与集成的整体框架设计。

3、数据安全

核心原则：数据安全的基本属性(机密性、完整性、可用性)与全生命周期保护策略(静态/传输中数据安全)。

合规实践：数据隐私法规(如GDPR、个人信息保护法)适配与合规性风险管理。

4、数据质量

关键维度：数据质量的核心指标(准确性、完整性、一致性、及时性)与KPI设计方法。

管理流程：数据质量问题的识别、监控(通过质量检查工具)与持续改进机制。

5、主数据管理

概念区分：主数据(如客户、产品数据)与参考数据的定义及核心特征(唯一性、稳定性)。

实施步骤：主数据模型构建流程，包括需求分析、实体关系设计与数据标准化。

6、元数据管理

核心类型：元数据的分类(业务元数据、技术元数据)及其在数据管理中的作用(数据血缘追踪、资产目录构建)。

管理实践：元数据的注册、分类与检索流程，以及元数据工具的选型与应用。

二、CDGP数据治理专家考试大纲进阶模块

1、数据仓库与商业智能

架构设计：数据仓库的分层模型(ODS、DWD、DWS层)与数据集市的规划方法。

分析应用：商业智能(BI)工具的核心功能(报表生成、多维分析)与数据可视化最佳实践。

2、大数据与数据科学

技术特征：大数据的4V特性(Volume、Velocity、Variety、Value)与分布式处理技术(如Hadoop、Spark)。

项目流程：数据科学项目的生命周期(问题定义→数据采集→模型训练→部署应用)与典型算法应用场景。

3、数据要素与新兴技术

市场化内涵：数据要素的价值评估方法与市场化配置机制(如数据交易、收益分配)。

数据中台架构：数据中台的核心组件(数据湖、数据API网关)与企业级落地路径(从业务需求到技术实现)。