DAMA數據管理專業(yè)人士國際認證CDMP培訓班
【培訓日期】深圳，2022年10月26-29日；北京，2022年12月14-17日
【培訓地點】深圳、北京、直播
【培訓對象】
企業(yè) CIO、CDO 等信息化相關的高層領導；
數據管理或數據服務團隊負責人、核心團隊成員；
企業(yè)數據管理專家/專家委員會專員;
數據管理團隊及專兼職人員;
業(yè)務部門信息化領導/經理/專員；
IT 部門總監(jiān)/經理；
IT 項目管理辦公室（PMO）總監(jiān)/經理/數據管理專員/技術經理。
 
【課程背景】
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(yè)基礎理論。課程中每一個知識點都由老師結合企業(yè)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(yè)數字化轉型下培養(yǎng)和提升數據團隊能力，打造企業(yè)“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(yè)人士，通過學習數據管理基礎理論，借鑒行業(yè)最佳實踐，提升數據管理專業(yè)能力。
 
【課程收益】
通過學習本課程，您將獲得如下收益：
掌握數據管理知識體系的整體框架及各領域知識內容；
對關鍵數據管理各領域中的重點、難點及實踐獲得理解；
系統(tǒng)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(zhí)行能力。
 
【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。
 
【課程大綱】
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(zhàn)、數據戰(zhàn)略基本概念；掌握數據管理框架基本內容包括：戰(zhàn)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(zhàn)
1.7 數據戰(zhàn)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(huán)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(yè)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(huán)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(qū)、組織變革管理的八個階段、組織變革的可持續(xù)發(fā)展、組織持續(xù)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(qū)
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(xù)發(fā)展
17.6數字化轉型下組織持續(xù)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

 
【講師介紹】
  王老師，（TOGAF9.2 鑒定級、CDMP、PMP、高級信息系統(tǒng)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(yè)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。
 
  常老師，北京大學會計學博士，CDA數據科學研究院名譽院長，中國成人教育協(xié)會數據分析教育培訓專業(yè)委員理事兼專家智庫副主任、中國大數據產業(yè)生態(tài)聯(lián)盟專家委員會委員，騰訊云最有價值專家（TVP）。具有20年數據規(guī)劃、數據治理、智能算法在金融、互聯(lián)網、電信、汽車行業(yè)的落地經驗。協(xié)助企業(yè)逐步積累數據資產，運用數據智能工具優(yōu)化業(yè)務流程，取得數字化競爭優(yōu)勢。代表客戶有人民銀行、國家開發(fā)銀行、中國建設銀行、中國移動、中國銀行、中國民生銀行。曾任畢馬威咨詢大數據總監(jiān)、中銀消費金融數據部高級經理、百度大數據數據產品經理。兼任人民大學、對外經貿、北京語言大學碩士校外導師，建設銀行反洗錢和數據資產管理資深外部專家。著有《金融商業(yè)數據分析》、《金融商業(yè)算法建模》、《Python 數據科學：技術詳解與商業(yè)實踐》、《用商業(yè)案例學 R 語言數據挖掘》、《胸有成竹：數據分析的SASEG 進階》等多本著作。

  蔡博士，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(jiān)，數據業(yè)務部負責人。同時也是中國電子工業(yè)標準化技術協(xié)會會員、企業(yè)信息標準化委員會常委委員、eCl@ss協(xié)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，中國數據標準化及治理大會組委會評為“ 中國數據標準化及治理專家” 。工信部認證的大數據處理高級工程師、工商管理碩士，具有有20年的特大型集團企業(yè)IT咨詢服務和數據治理行業(yè)工作經驗，前10年主要從事物資采購變革與管理、PLM、ERP、MES等領域咨詢服務。近10年專注主數據標準化及數據中心、數據架構、企業(yè)架構、智能工廠等咨詢和技術管理工作。

  鄭老師，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(yè)回國創(chuàng)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(qū)塊鏈開發(fā)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(qū)塊鏈重構游戲規(guī)則》

   王老師，現(xiàn)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(xié)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(yè)認證（CDMP）、數據治理專業(yè)認證（DGP）、信息質量專業(yè)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(fā)、拓展及團隊管理工作。十年大型企業(yè)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(fā)銀行大數據治理項目、中國人民銀行軟件開發(fā)平臺、國家電網云計算平臺等大型項目建設。對大數據行業(yè)有著深入的研究和洞察，并對企業(yè)信息化平臺建設，企業(yè)云計算及大數據平臺建設有著豐富經驗。

我要報名沒有找到合適的課程,請在這里提交您的培訓需求  發(fā)布需求

主題

上課時間

參加人數

費用

聯(lián)系人

先生 女士

單位名稱

部門職務

電話

傳真

手機

郵箱

通信地址

郵編

備注

驗證碼

看不清，請換一張

現(xiàn)在報名

推薦課程