大数据

DAMA数据管理专业认证

2022-04-28 10:59:58 | 来源:中培企业IT培训网
一、课程收益
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,力求让学习者系统掌握数据管理的全面知识,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,帮助数据管理从业人士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、培训时间
建议学习时间:5天,每天6小时,
培训方式:线下集中面授。

三、课程目标
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。

四、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
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
 
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。
关于续证:CDMP 的认证有效期为 3 年,需要延长认证的有效期需额外支付 100 美元的费用。可延长认证的期限为 3 年。

五、培训大纲
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