本課程為《DAMA-DMBOK數據管理知識體系指南》,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,力求讓學習者掌握數據管理知識,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,借鑒行業實踐,提升數據管理專業能力。
【課程名稱】:DAMA數據管理專業人士國際認證-CDMP培訓班
【培訓時間】:直播10月26-29日;北京12月14-17日。線下面授+網絡直播
【增值服務】:1.參加在線直播課程,可享受視頻回放免費學一年;2.提前繳費即可開通錄播視頻超前學習。
【培訓對象】:
企業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;
業務部門信息化領導/經理/專員;
IT 部門總監/經理;
IT 項目管理辦公室(PMO)總監/經理/數據管理專員/技術經理。
【上課情景】:
【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 |
【培訓收益】:
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。
【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. 講師精彩內容解析、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。
【培訓老師】:
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。
常老師 北京大學會計學博士,CDA數據科學研究院名譽院長,中國成人教育協會數據分析教育培訓專業委員理事兼專家智庫副主任、中國大數據產業生態聯盟專家委員會委員,騰訊云最有價值專家(TVP)。具有20年數據規劃、數據治理、智能算法在金融、互聯網、電信、汽車行業的落地經驗。協助企業逐步積累數據資產,運用數據智能工具優化業務流程,取得數字化競爭優勢。代表客戶有人民銀行、國家開發銀行、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、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外部專家。著有《金融商業數據分析》、《金融商業算法建模》、《Python 數據科學:技術詳解與商業實踐》、《用商業案例學 R 語言數據挖掘》、《胸有成竹:數據分析的SASEG 進階》等多本著作。
校區一角
課堂1
文化墻1
門面