中培企业IT培训
国际数据管理CDMP认证_数据治理工程师CDGA认证
CDMP+CDGA | 北京11月26-28,北京12月23-25      CDGP | 直播:11月29-12月1(3天)

DAMA国际数据管理专业人士CDMP认证

CDMP数据管理专业认证是由DAMA国际于2004推出,是一项涵盖学历教育、工作经验和专业知识考试在内的综合资格认证,也是目前全球唯一数据管理方面权威性认证。

DAMA中国数据治理工程师CDGA认证
DAMA中国数据治理专家CDGP认证

DAMA 中国以国际数据管理协会(简称“DAMA 国际”)DAMA 数据管理知识体系为基础,结合国内实际需求,对 DAMA 国际数据管理专业人员认证(CDMP)的考试语言、考试形式、考试内容、证书类型等进行了适当本地化重构。重构后认证考试分为“数据治理工程师(CDGA)”和“数据治理专家(CDGP)”,DAMA 中国承担认证考试命题工作,并定期组织中文考试,对考试通过者由 DAMA 中国颁发认证证书。

数字化时代,CDMP认证/CDGA认证/CDGP认证企业个人都需要

企业
为企业赋能

数字化培训是企业在数字化转型中的重要考核标准之一。国资委、工信部、银保监会等都有明确的要求。

提高团队数字化水平

通过DAMA认证,团队可以获得系统性的知识体系培训,形成共同语言,从而提升数据团队的合作精神。

乙方竞争优势

多家甲方企业项目竞标时已明确提到相关认证作为加分项。作为乙方,有DAMA认证人员可以获得额外最多10分。

个人
增强个人竞争力

数字化时代,数据治理人才紧缺,越来越多企业已开始把DAMA证书作为数据治理岗位招聘优先录取的一项内容。

提高薪资待遇

DAMA认证作为国际认证,行业认可。63%的认证人士 6个月内获得提升。工资涨幅最大的达到120%。职务提升最大的有两级。

丰富个人知识面

实时获取先进理论知识和市场动态,丰富真实案例助力理论快速应用。93%的认证人士都同意通过认证提升了知识和自信。

CDMP认证、CDGA认证、CDGP认证该怎么选

CDMP数据管理专业人士认证级别

基础级 (A) Associate
6个月-2年
DM Fundamentals
基础级
60%
注册&考试
专家级 (P) Practitioner
2年-10年
3DM Fundamentals
+ 2specialist 基础级
+2门选修(7门中任选
2门)
70%
注册&考试
大师级 (M) Master
至少10年
3DM Fundamentals
+ 2specialist基础级
+2门选修(7门中任选
2门)
80%
注册& 考试 通过案例
经验提交经验证据
院士级 (F) Fellow
超过25年
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

证书有效期为三年,每三年需缴纳年度认证费用,以及继续教育和专业活动要求。

CDMP认证/CDGA认证/CDGP认证适合哪些人学

CDMP/CDGA认证适合哪些人学

CDMP认证/CDGA认证/CDGP认证常见问题答疑

DAMA数据治理CDMP认证/CDGA认证课程大纲

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. 1.1 简介
  2. 1.2 什么是数据?
  3. 1.3 数据与信息
  4. 1.4 数据作为组织资产
  5. 1.5 数据管理原则
  6. 1.6 数据管理面临的挑战
  7. 1.7 数据战略
  8. 1.8 数据管理框架
  9. 1.9 DAMA与DMBOK
  10. 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。

  1. 2.1 简介
  2. 2.2 业务驱动因素
  3. 2.3 什么是数据道德
  4. 2.4 数据隐私背后的原则
  5. 2.5 数字化环境下的道德
  6. 2.6 不道德的数据处理和风险实践
  7. 2.7 建立数据道德文化
  8. 2.8 数据道德与数据治理
  9. 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

  1. 3.1 简介
  2. 3.2 数据治理基本活动
  3. 3.3 数据治理工具和技术
  4. 3.4 数据治理实施指南
  5. 3.5 数据治理关键指标
  6. 3.6 数据治理最佳实践
  7. 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。

  1. 4.1 简介
  2. 4.2 数据架构基本活动
  3. 4.3 数据架构工具和技术
  4. 4.4 数据架构实施指南
  5. 4.5 数据架构关键指标
  6. 4.6 数据架构最佳实践
  7. 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。

  1. 5.1 简介
  2. 5.2 数据模型基本活动
  3. 5.3 数据建模工具和技术
  4. 5.4 数据建模实施指南
  5. 5.5 数据模型关键指标
  6. 5.6 数据建模最佳实践
  7. 5.7 总结
第六章 数据存储与操作

掌握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。

  1. 6.1 简介
  2. 6.2 数据库管理基本活动
  3. 6.3 数据库工具和技术
  4. 6.4 数据库实施指南
  5. 6.5 数据库管理关键指标
  6. 6.6 数据库管理最佳实践
  7. 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。

  1. 7.1 简介
  2. 7.2 数据安全基本活动
  3. 7.3 数据安全工具和技术
  4. 7.4 数据安全实施指南
  5. 7.5 数据安全关键指标
  6. 7.6 数据安全管理评价
  7. 7.7 数据安全最佳实践
  8. 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。

  1. 8.1 简介
  2. 8.2 数据集成与互操作性基本活动
  3. 8.3 数据集成与互操作性工具和技术
  4. 8.4 数据集成与互操作性实施指南
  5. 8.5 数据集成与互操作性关键指标
  6. 8.6 数据集成与互操作性最佳实践
  7. 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。

  1. 9.1 简介
  2. 9.2 文档和内容管理基本活动
  3. 9.3 内容管理工具和技术
  4. 9.4 内容管理实施指南
  5. 9.5 内容管理关键指标
  6. 9.6 内容管理最佳实践
  7. 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。

  1. 10.1 简介
  2. 10.2 参考数据和主数据基本活动
  3. 10.3 参考数据和主数据工具和技术
  4. 10.4 参考数据和主数据实施指南
  5. 10.5 参考数据和主数据关键指标
  6. 10.6 参考数据和主数据最佳实践
  7. 10.7 总结
第十一章 数据仓库与商务智能

掌握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。

  1. 11.1 简介
  2. 11.2 数据仓库与商务智能基本活动
  3. 11.3 数据仓库与商务智能工具和技术
  4. 11.4 数据仓库与商务智能实施指南
  5. 11.5 数据仓库与商务智能关键指标
  6. 11.6 数据仓库与商务智能最佳实践
  7. 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。

  1. 12.1 简介
  2. 12.2 元数据管理基本活动
  3. 12.3 元数据管理工具和技术
  4. 12.4 元数据实施指南
  5. 12.5 元数据管理关键指标
  6. 12.6 元数据最佳实践
  7. 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。

  1. 13.1 简介
  2. 13.2 数据质量基本活动
  3. 13.3 数据质量工具和技术
  4. 13.4 数据质量实施指南
  5. 13.5 数据质量关键指标
  6. 13.6 数据质量最佳实践
  7. 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。

  1. 14.1 简介
  2. 14.2 大数据与数据科学基本活动
  3. 14.3 大数据与数据科学工具和技术
  4. 14.4 大数据与数据科学实施指南
  5. 14.5 大数据与数据科学关键指标
  6. 14.6 大数据与数据科学最佳实践
  7. 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。

  1. 15.1 简介
  2. 15.2 数据管理能力成熟度基本活动
  3. 15.3 数据管理能力成熟度工具和技术
  4. 15.4 数据管理能力成熟度实施指南
  5. 15.5 数据管理能力成熟度关键指标
  6. 15.6 数据管理能力成熟度最佳实践
  7. 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。

  1. 16.1 简介
  2. 16.2 数据管理组织模式
  3. 16.3 数据管理成功关键要素
  4. 16.4 建立数据管理组织
  5. 16.5 数据管理组织与其他组织间关系
  6. 16.6 数据管理组织中的角色
  7. 16.7 总结
第十七章 数据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。

  1. 17.1 简介
  2. 17.2 数字化转型下的组织变革管理原则
  3. 17.3 数字化转型下组织变革管理的八个误区
  4. 17.4 数字化转型下组织变革管理的八个阶段
  5. 17.5 数字化转型下组织变革的可持续发展
  6. 17.6 数字化转型下组织持续获得数据管理价值
  7. 17.7 数字化转型组织数据管理文化最佳实践
  8. 17.8 总结

中培通关四步法
能力提升+拿证上岸

自学: 习惯养成,基础知识名师精讲

知名专家对考试重点及难点进行精讲,快速掌握最新考纲所需的内容

自学流程

PC端:https://it.zpedu.com/
移动端APP:IT云课

36课时

构建数据湖仓-数据治理专家(CDGP)认证指定教材

共学: 共享共学,激发兴趣提升效率

组建学习群,分享学习资料、参考书籍、在线课程等学习资源,解答你学习中的任何问题

冲刺: 冲刺串讲,专项突破应试能力

12课时冲刺辅导、深入设计课程内容,确保每位学员都能得到充分的准备,最终取得优异的考试成绩

冲刺

模考: 考前摸底,查缺补漏临门一脚

模拟考试环境
感受真实的考试环境和氛围,包括时间限制、题型设置、考试难度等,适应考试压力
检验备考效果
了解自己对课程知识的掌握程度和应试能力,找出薄弱环节并加以强化
提升备考信心
模考可以有效缓解考前焦虑及增强应对考试勇气,为考试做好充分准备
发现问题和改进
通过模考及时发现问题并调整学习计划和策略,加强对知识点的理解和记忆
立即咨询

DAMA中国数据治理专家CDGP认证课程大纲

第一章 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。

  1. 1.1 主要考点
  2. 1.2 数据模型基本活动
  3. 1.3 数据建模工具和技术
  4. 1.4 数据建模实施指南
  5. 1.5 数据模型关键指标
  6. 1.6 数据建模最佳实践
  7. 1.7 答题技巧
第二章 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。

  1. 2.1 主要考点
  2. 2.2 数据安全基本活动
  3. 2.3 数据安全工具和技术
  4. 2.4 数据安全实施指南
  5. 2.5 数据安全关键指标
  6. 2.6 数据安全管理评价
  7. 2.7 数据安全最佳实践
  8. 2.8 答题技巧
第三章 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。

  1. 3.1 主要考点
  2. 3.2 参考数据和主数据基本活动
  3. 3.3 参考数据和主数据工具和技术
  4. 3.4 参考数据和主数据实施指南
  5. 3.5 参考数据和主数据关键指标
  6. 3.6 参考数据和主数据最佳实践
  7. 3.7 答题技巧
第四章 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。

  1. 4.1 主要考点
  2. 4.2 数据仓库与商务智能基本活动
  3. 4.3 数据仓库与商务智能工具和技术
  4. 4.4 数据仓库与商务智能实施指南
  5. 4.5 数据仓库与商务智能关键指标
  6. 4.6 数据仓库与商务智能最佳实践
  7. 4.7 答题技巧
第五章 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。

  1. 5.1 主要考点
  2. 5.2 元数据管理基本活动
  3. 5.3 元数据管理工具和技术
  4. 5.4 元数据实施指南
  5. 5.5 元数据管理关键指标
  6. 5.6 元数据最佳实践
  7. 5.7 答题技巧
第六章 数据质量管理

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。

  1. 6.1 主要考点
  2. 6.2 数据质量基本活动
  3. 6.3 数据质量工具和技术
  4. 6.4 数据质量实施指南
  5. 6.5 数据质量关键指标
  6. 6.6 数据质量最佳实践
  7. 6.7 答题技巧
选择题强化培训

主要针对单选和多选题强化练习

设计题及简答题强化培训

主要针对数据建模、主数据、元数据强化练习

设计题及简答题强化培训

主要针对数据质量、数据安全、数据仓库设计题强化练习