首頁 > 公開課 > 大數據 > DAMA國際數據管理專業人士CDMP認證

DAMA國際數據管理專業人士CDMP認證

培訓地點 北京(面授+直播) 杭州
培訓時間 3月27-30日 5月12-15日

一、培訓背景

本課程為《DAMA-DMBOK數據管理知識體系指南》,全面深入講解了數據管理知識體系的專業基礎理論。課程中每一個知識點都由老師結合企業數據管理最佳實踐經驗,精心打造而成,力求讓學習者全面的掌握數據管理全面知識,是企業數字化轉型下培養和提升數據團隊能力,打造企業“CDO首席數據官”為核心團隊的必修基礎課程,是幫助數據管理從業人士,通過學習數據管理基礎理論,借鑒行業最佳實踐,提升數據管理專業能力。

二、培訓收益

通過學習本課程,您將獲得如下收益:

1. 掌握數據管理知識體系的整體框架及各領域知識內容;

2. 對關鍵數據管理各領域中的重點、難點及實踐獲得理解;

3. 系統化、體系化、結構化的數據管理問題辨析、思考和分析能力,及數據管理解決方案設計、執行能力。

三、培訓對象

1. 企業CIO、CDO 等信息化相關的高層領導;

2. 數據管理或數據服務團隊負責人、核心團隊成員;

3. 企業數據管理專家/專家委員會專員;

4. 數據管理團隊及專兼職人員;

5. 業務部門信息化領導/經理/專員;

6. IT 部門總監/經理;

7. IT 項目管理辦公室(PMO)總監/經理/數據管理專員/技術經理。

四、培訓特色

1. 理論與實踐相結合、案例分析與理論穿插進行;

2. 專家精彩內容解析、學員專題討論、分組研究;

3. 通過全面知識理解、專題技能掌握和安全實踐增強的授課方式。

五、關于考試

國際數據管理協會認證CDMP

數據管理專業人士認證(CDMP)證書授予那些具備以下綜合條件資格的人員,這些條件包括教育程度、技能經驗和基于測試的專業知識考試。證書分為基礎級Associate、專家級Practitioner、大師級Master和院士級Fellow。為了維護認證狀態并持續使用證書,需繳納年度認證費用,加3年的繼續教育和專業活動要求。

數據管理專業人士認證 CDMP:

只要有 ICCP 批準的代理人核查物理身份,并監考考試過程,ICCP 的考試可以在世界上任何地方舉行。

CDMP考試認證分為四個等級,分別是Associate(基礎級)、Practitioner(專家級)、Master(大師級)和Fellow(院士級)。四個等級將分別從教育學歷、工作經驗、專業知識以及對DAMA的貢獻等角度進行認證考核,具體如下:

  基礎級(A)
Associate
專家級(P)
Practitioner
大師級(M)
Master
院士級(F)
Fellow
職業經驗 6個月>2年 2年-10年 至少10年 超過25年
考試 DM Fundamentals 基礎級 3 DM Fundamentals + 2 specialist 基礎級+2門選修 3 DM Fundamentals + 2 specialist 基礎級+2門選修 • 全球公認的尊重的思想者、引領者
• 對數據管理領域有重大的、持續性的貢獻
• 為CDMP和 DMBOK做出巨大貢獻,通過提名
• 通過大師級成員的審查和認可
允許替換 NO 1 1
合格標準 60% 70% 80%
認證路徑 注冊 & 考試 注冊 & 考試 注冊 & 考試
通過案例經驗提交經驗證據
通過大師級成員的審查和認可
  P級考試中替代考試項目:可替代兩門選修中的一門,且證書需在有效期內,包含TOGAF、Zachman、Prince2、PMP、MSc Information Management、MBA / Informatics、IRMS CIP、SACA CISA, CRISC, CIS;

M級考試中替代考試項目:可替代兩門選修中的一門,且證書需在有效期內,包含MSc Information Management、MBA / Informatics、IRMS CIP、ISACA CISA, CRISC, CIS。

考試信息:

機考

考試題目數量:100道選擇題,100分

考試時間:90+20 Min(英語非第一語言區域可獲得20分鐘額外時間)

考試語言:英語

監考形式:ProctorU遠程監考

專業發展和再認證:

要保持 CDMP資格要求3年內必須獲得120小時獲得認可的在教育時間。 很多教育活動都可以計算在內,包括 DAMA 的研討會和分會活動。

六、課程大綱

章節 模塊 培訓內容
第一章
數據管理
掌握數據、數據與信息、數據作為組織資產、數據管理原則、數據管理挑戰、數據戰略基本概念;掌握數據管理框架基本內容包括:戰略模型、阿姆斯特丹模型、DAMA-DMBOK框架、DMBOK金字塔。 1.1 簡介
1.2 什么是數據
1.3 數據與信息
1.4 數據作為組織資產
1.5 數據管理原則
1.6 數據管理面臨的挑戰
1.7 數據戰略
1.8 數據管理框架
1.9 DAMA與DMBOK
1.10 總結
第二章
數據道德
了解數據道德、數據隱私背后的原則、數字化環境下的道德、不道德的數據處理和風險實踐、建立數據道德文化、數據道德與數據治理。 2.1 簡介
2.2 業務驅動因素
2.3 什么是數據道德
2.4 數據隱私背后的原則
2.5 數字化環境下的道德
2.6 不道德的數據處理和風險實踐
2.7 建立數據道德文化
2.8 數據道德與數據治理
2.9 總結
第三章
數據治理
掌握數據治理指導原則、數據治理關鍵驅動因素、數據治理的主要組成內容、數據治理關鍵指標、數據治理關鍵輸入和輸出、數據治理的主要工具、數據治理應用中的策略、數據治理評價理論、數據治理最佳實踐 3.1 簡介
3.2 數據治理基本活動
3.3 數據治理工具和技術
3.4 數據治理實施指南
3.5 數據治理關鍵指標
3.6數據治理最佳實踐
3.7總結
第四章
數據架構
掌握數據架構指導原則、數據架構關鍵驅動因素、數據架構的主要組成內容、數據架構關鍵指標、數據架構關鍵輸入和輸出、數據架構的主要工具、數據架構應用中的策略、數據架構評價理論、數據架構最佳實踐。 4.1簡介
4.2數據架構基本活動
4.3數據架構工具和技術
4.4數據架構實施指南
4.5數據架構關鍵指標
4.6數據架構最佳實踐
4.7總結
第五章
數據建模與設計
掌握數據模型指導原則、數據模型關鍵驅動因素、數據模型的主要組成內容、數據模型關鍵指標、數據模型關鍵輸入和輸出、數據建模的主要工具、數據模型應用中的策略、數據建模評價理論、數據建模最佳實踐。 5.1 簡介
5.2 數據模型基本活動
5.3 數據建模工具和技術
5.4 數據建模實施指南
5.5 數據模型關鍵指標
5.6 數據建模最佳實踐
5.7 總結
第六章
數據存儲與操作
掌握數據數據庫設計指導原則、數據存儲與操作驅動因素、數據庫的主要組成內容、數據庫管理關鍵指標、數據庫管理關鍵輸入和輸出、數據庫管理的主要工具、數據庫設計應用中的策略、數據存儲與操作評價理論、數據庫管理最佳實踐。 6.1簡介
6.2數據庫管理基本活動
6.3數據庫工具和技術
6.4數據庫實施指南
6.5數據庫管理關鍵指標
6.6數據庫管理最佳實踐
6.7總結
第七章
數據安全
掌握數據安全指導原則、數據安全關鍵驅動因素、數據安全的主要組成內容、數據安全關鍵指標、數據安全關鍵輸入和輸出、數據安全的主要工具、數據安全技術、數據安全實施指南、數據治理最佳實踐。 7.1簡介
7.2數據安全基本活動
7.3數據安全工具和技術
7.4數據安全實施指南
7.5數據安全關鍵指標
7.6數據安全管理評價
7.7數據安全最佳實踐
7.8總結
第八章
數據集成與互操作性
掌握數據集成與互操作性指導原則、數據集成與互操作性關鍵驅動因素、數據集成與互操作性的主要組成內容、數據集成與互操作性關鍵指標、數據集成與互操作性關鍵輸入和輸出、數據集成與互操作性的主要工具、數據集成與互操作性實施指南、數據集成與互操作性評價理論、數據集成與互操作性最佳實踐。 8.1簡介
8.2數據成與互操作性基本活動
8.3數據集成與互操作性工具和技術
8.4數據集成與互操作性實施指南
8.5數據集成與互操作性關鍵指標
8.6數據集成與互操作性最佳實踐
8.7總結
第九章
文檔和內容管理
掌握內容管理指導原則、內容管理關鍵驅動因素、內容管理的主要組成內容、內容管理關鍵指標、內容管理關鍵輸入和輸出、內容管理的主要工具、內容管理實施指南、內容管理評價理論、內容管理最佳實踐。 9.1簡介
9.2文檔和內容管理基本活動
9.3內容管理工具和技術
9.4內容管理實施指南
9.5內容管理關鍵指標
9.6內容管理最佳實踐
9.7總結
第十章
參考數據和主數據
掌握參考數據和主數據指導原則、參考數據和主數據關鍵驅動因素、參考數據和主數據主要組成內容、參考數據和主數據關鍵指標、參考數據和主數據關鍵輸入和輸出、參考數據和主數據的主要工具、參考數據和主數據實施指南、參考數據和主數據評價理論、參考數據和主數據最佳實踐。 10.1簡介
10.2參考數據和主數據基本活動
10.3參考數據和主數據工具和技術
10.4參考數據和主數據實施指南
10.5參考數據和主數據關鍵指標
10.6參考數據和主數據最佳實踐
10.7總結
第十一章
數據倉庫與商務智能
掌握數據數據倉庫與商務智能指導原則、數據倉庫與商務智能關鍵驅動因素、數據倉庫與商務智能的主要組成內容、數據倉庫與商務智能關鍵指標、數據倉庫與商務智能關鍵輸入和輸出、數據倉庫與商務智能的主要工具、數據倉庫與商務智能應用中的策略、數據倉庫與商務智能評價理論、數據倉庫與商務最佳實踐。 11.1簡介
11.2數據倉庫與商務智能基本活動
11.3數據倉庫與商務智能工具和技術
11.4數據倉庫與商務智能實施指南
11.5數據倉庫與商務智能關鍵指標
11.6數據倉庫與商務智能最佳實踐
11.7總結
第十二章
元數據管理
掌握元數據指導原則、元數據關鍵驅動因素、元數據的主要組成內容、元數據關鍵指標、元數據關鍵輸入和輸出、元數據的主要工具、元數據應用中的策略、元數據評價理論、元數據最佳實踐。 12.1簡介
12.2元數據管理基本活動
12.3元數據管理工具和技術
12.4元數據實施指南
12.5元數據管理關鍵指標
12.6元數據最佳實踐
12.7總結
第十三章
數據質量
掌握數據質量指導原則、數據質量關鍵驅動因素、數據質量的主要組成內容、數據質量關鍵指標、數據質量關鍵輸入和輸出、數據質量的主要工具、數據質量應用中的策略、數據質量評價理論、數據質量最佳實踐。 13.1簡介
13.2數據質量基本活動
13.3數據質量工具和技術
13.4數據質量實施指南
13.5數據質量關鍵指標
13.6數據質量最佳實踐
13.7總結
第十四章
大數據與數據科學
掌握大數據指導原則、大數據與數據科學關鍵驅動因素、大數據與數據科學的主要組成內容、大數據關鍵指標、大數據關鍵輸入和輸出、大數據的主要工具、大數據與數據科學應用中的策略、大數據評價理論、大數據與數據科學最佳實踐。 14.1 簡介
14.2 大數據與數據科學基本活動
14.3 大數據與數據科學工具和技術
14.4 大數據與數據科學實施指南
14.5 大數據與數據科學關鍵指標
14.6 大數據與數據科學最佳實踐
14.7 總結
第十五章
數據管理能力成熟度
掌握數據管理能力指導原則、數據管理能力成熟度評估關鍵驅動因素、數據管理能力成熟度的主要組成內容、數據管理能力成熟度關鍵指標、數據管理能力成熟度關鍵輸入和輸出、數據管理能力成熟度的主要工具、數據管理能力成熟度應用策略、數據管理能力成熟度評價理論、數據管理能力成熟度最佳實踐。 15.1 簡介
15.2 數據管理能力成熟度基本活動
15.3 數據管理能力成熟度工具和技術
15.4 數據管理能力成熟度實施指南
15.5 數據管理能力成熟度關鍵指標
15.6 數據管理能力成熟度最佳實踐
15.7 總結
第十六章
數據管理組織及角色
掌握數據管理組織模式、數據管理成功關鍵要素、建立數據管理組織、數據管理組織與其他組織間關系、數據管理組織中的角色、數據管理組織最佳實踐。 16.1簡介
16.2數據管理組織模式
16.3數據管理成功關鍵要素
16.4建立數據管理組織
16.5數據管理組織與其他組織間關系
16.6數據管理組織中的角色
16.7總結
第十七章
數字化轉型下組織變革管理
掌握數字化轉型下組織變革管理原則、組織變革管理的八個誤區、組織變革管理的八個階段、組織變革的可持續發展、組織持續獲得數據管理價值。 17.1簡介
17.2數字化轉型下的組織變革管理原則
17.3數字化轉型下組織變革管理的八個誤區
17.4數字化轉型下組織變革管理的八個階段
17.5數字化轉型下組織變革的可持續發展
17.6數字化轉型下組織持續獲得數據管理價值
17.7數字化轉型組織數據管理文化最佳實踐
17.8總結
學員交流、考核與返程
七、授課專家

王老師 (TOGAF9.2 鑒定級、CDMP、PMP、高級信息系統項目管理師、ITIL V3)數據治理及數據標準化專家,信息工程碩士。參與過大量關于數據治理、數據能力成熟度評估、數據架構、企業級數據模型、數據標準化和數據質量提升項目,長期致力于數據治理、數據架構及數據標準化方面的研究和實踐。

蔡老師 某石化集團數據標準化項目大項目經理,某軟件公司高級項目總監,數據業務部負責人。同時也是中國電子工業標準化技術協會會員、企業信息標準化委員會常委委員、eCl@ss協會會員(國際產品分類標準化組織)、北京市大數據及其應用專家委員會專家、中國數據工匠俱樂部發起人。

鄭博士 DAMA中國理事會員,工學博士學位, 清華大學未來科技EMBA 在讀,2012年畢業回國創辦恩核(北京)信息技術有限公司。致力于數據架構、數據建模及數據治理技術方面的研究與實踐,曾出版《海量數據庫解決方案1》,《區塊鏈開發與實例》,后者被清華計算機學院列為指定教材,參與翻譯《數據管理知識體系-DMBOK2.0》,組織翻譯《區塊鏈重構游戲規則》

王老師 現任某上市公司軟件產品部副總兼大數據產品線總經理,國際信息和數據質量協會(IAIDQ)會員,ITSS數據治理標準工作組成員。曾獲得數據管理專業認證(CDMP)、數據治理專業認證(DGP)、信息質量專業認證(IQCP)三項國際認證。2010年加入普元,全面主持普元大數據產品的研發、拓展及團隊管理工作。十年大型企業信息化架構設計與建設經驗,曾任中國人民銀行核心平臺架構師。主持參與了國家開發銀行大數據治理項目、中國人民銀行軟件開發平臺、國家電網云計算平臺等大型項目建設。對大數據行業有著深入的研究和洞察,并對企業信息化平臺建設,企業云計算及大數據平臺建設有著豐富經驗。