暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

大纲|DAMA数据治理师工程师

塔塔IT 2021-06-28
1028


课程名称:DAMA-DMBOK数据管理知识体系指南



适用人群


本课程是关于面向企业CIO 企业首席信息官、CDO 企业首席数据官、CTO企业信息技术官、企业数据管理专家和专家委员会专员、企业各业务职能数据管理专员和数据管理团队及专兼职数据管理人员,以及作为计算机、工商管理、信息管理专业的大学本科以上的数据管理课程,对广大信息技术和数据管理从业人士《DAMA-DMBOK数据管理知识体系指南》感兴趣的学习者。



预备知识


学习此门课程需要了解:企业架构、数据架构、数据库技术、项目管理等




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 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 数据集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


什么是DAMA数据治理认证?

为了便于国内广大数据从业者学习相关认证,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 ( Certified Data Governance Associate, CDGA )和

数据治理专家 (Certified Data Governance Professional, 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。证书有效期为三年,获得CDGA认证才能申请CDGP认证考试。

DAMA认证为数据管理专业人士提供职业目标晋升规划,彰显了职业发展里程碑及发展阶梯定义,帮助数据管理从业人士获得企业数字化转型战略下的必备职业能力,促进开展工作实践应用及实际问题解决,形成企业所需的新数字经济下的核心职业竞争能力。


DAMA国际数据管理协会


DAMA International成立于1988年,是一个由技术和业务专业人员组成的全球领域的非营利的独立于厂商的数据管理专业协会,旨在世界范围内推广并促进信息和数据管理领域的概念和最佳实践的发展。

DAMA China (国际数据管理协会中国分会)是个非营利性、专注数据管理的专业组织。旨在交流国际、国内在数据管理领域中的最新进展,共享业界的实践、经验和成果,促进我国数字化水平的不断提高和创新。
 
DAMA在2004年推出CDMP(Certified Data Management Professional,数据管理专业人士认证)考试,是全球唯一数据管理方面权威性认证,帮助数据从业者提升数据管理能力。DAMA每年举办全球数据管理大会汇集全球顶级专家、相关厂商、甲方专家等集中进行演讲和讨论,探讨发展存在的问题、发展的趋势和相互分享成功经验。
 

DAMA China作为DAMA International在中国的唯一分支机构,在积极推动DAMA国际数据管理知识体系的专业理论推广和实践应用在中国发展的同时,将CDMP数据管理专业人士认证与中国的数据管理和数字化转型实践相结合推出了CDGA(数据治理师)CDGP(高级数据治理师)专业认证。
 
CDGA数据治理师
CDGP高级数据治理师

考试时间:每年3月、9月。(以官方发布公告为准)
认证学习教材《DAMA数据管理知识体系指南》

DAMA国际数据管理认证
成为数字化时代
最需要的专业人才
助力企业
成功实现数字化转型
 
作为个人认证学员
全面深入了解国际数据管理知识的专业基础理论,掌握数据管理专业知识体系、熟练数据管理技能,帮助数据管理管理从业人士获得企业数字化转型战略下的必备职业能力;培养以数字化为牵引的全局变革意识,扩展数字化转型视野,塑造个人在数字化转型时代的领导力
 


作为企业内部数字化转型人才专业认证
通过DAMA国际数据管理认证统一企业数字化转型实践基准,改善组织内部沟通方式,唤醒公司全员的数字化意识和提升企业数据管理能力,选拔数字化转型专业人才,进一步推动数字化转型人才梯队建设
 

适用人群

数据管理从业人员:包括CIO 企业首席信息官、CDO 企业首席数据官、CTO企业信息技术官、企业数据管理专家、企业各业务职能数据管理专员和数据管理团队及专兼职数据管理人员以及对信息技术和数据管理工作感兴趣的学习者

企业数字化转型推动者及参与者:CEO企业首席执行官、CMO企业首席营销官、CFO企业首席财务管理及企业数字化转型相关部门负责人(总经理、副总经理、总监、部门经理等)、数据服务行业从业人员。

   政府及事业单位数据管理人员:包括政府机构大数据/信息化/新型智慧城市

   主管部门人员、医疗/金融/教育等行业领域数据管理人员;




现在报名立享优惠
(含报名费、培训费、教材费、场地费、相关费用)。交通、食宿费自理。
活动优惠截止日期:2021年6月30日
CDGA数据治理师原价14800元 
限时推广价9800元(含考试2000元)

CDGP高级数据治理师 16800元 
限时推广价10800元(含考试4000元)

企业团体报名另有优惠

培训地点:
深圳南山科技园  塔塔培训中心 

培训方式:
线下面授+线上高清直播+课后录播回放

DAMA报考需要什么条件?

数据治理工程师CDGA:在校大学生,或专科及以上学历获得者;

数据治理专家CDGP:

(1)博士学位获得者;

(2)硕士学位获得后,从事IT相关工作1年以上者;

(3)本科毕业后,从事IT相关工作3年以上者;

(4)专科毕业后,从事IT相关工作5年以上者;


学习内容概览

数据治理背景
数据管理知识体系概述
数据伦理
数据治理
数据架构
数据建模与设计
数据安全
数据集成和互操作
文件和内容管理
主数据与参考数据
数据仓库与商业智能
元数据管理
数据质量
大数据和数据科学
数据管理成熟度评估
数据管理组织与职责
数据管理与组织变革

DMBOK知识体系要点串讲

考试要点与注意事项

考前答疑及辅导

模拟题现场解析


培训讲师

1989年毕业于浙江大学,硕士。1991年赴美留学,MBA。曾先后供职于Bank of American(美国银行)、GE (通用电气)、GM(通用汽车)、KPMG (毕马威)、AOL (美国在线)、Google(谷歌) 、美国财政部、GEICO等。主要从事大数据、人工智能和区块链等相关的咨询、研发、实施和培训。同时还先后兼任马里兰州亚太商会董事,旅美商务研究和开发协会董事,旅美大专院校联合会(DC)首席科学家,美国大华府地区(DC)华人科学家联谊会顾问,北京/上海交通大学教授等。
回国后,曾先后参与了多个国家部委关于数据标准、数据要素、数据治理指导意见、数据隐私保护等相关条文的讨论和编写。组织编著、翻译和出版了《大数据理论和工程实践》《穿越数据管理的迷宫-数据管理执行指南》《DAMA数据管理知识体系2》《区块链改变游戏规则》(清华大学出版社,预计2021年2月)、《数据要素领导干部读本》(国家行政学院出版社,2020年12月)等,并为多个部委、省级机关、和企业提供数据管理和数字化转型的培训。
目前担任DAMA和机械工业出版社共同组织的《数据治理和数字化》丛书主编,国务院国资委数字化转型和数据要素百问专家数据战略组组长。


扫描下方二维码

添加课程顾问老师微信即可咨询报名




添加后备注【DAMA】




往期推荐



好课推荐:DAMA 数据管理专业人士认证 CDMP

新书推荐 | 数据管理领域“圣经”:《DAMA数据管理知识体系指南(原书第2版)》

DAMA中国数据治理工程师CDGA (Certified Data Governance Associate)认证考试通知


关于塔塔IT


深圳塔塔咨询服务有限公司,公司简称塔塔IT,是国内知名的高端IT培训品牌,公司专注于IT前沿技术和IT先进管理理念的传播与应用,是一家以IT高端培训、咨询服务、技术支持以及国际IT认证考试为核心业务的专业服务商。公司与微软、Redhat、Cisco、Oracle、IBM、VMware、Citrix、EMC、HP、SAP、华为、H3C、AWS、阿里云、腾讯云等全球著名IT厂商及EXIN、ISACA、EPI、PMI、PeopleCert、APMG、PECB、DAMA等国际知名机构建立长期合作伙伴关系,提供厂商授权类和机构授权类的培训课程。同时为PSI、KTN、Castle、Prometric、ATAC等国际认证考试中心授权考场,为考生提供考试服务。


凭借在IT高端领域多年的教学经验和项目咨询经验,塔塔IT积累了大量优质的客户群体,服务客户涉及通信、金融、交通、互联网、能源、制造、高校、政府部门等多个行业领域,覆盖面极广,累计培训人数数万人,为上千家大中型企业客户长期提供企业团体定制培训服务,深得用户信赖和好评。

文章转载自塔塔IT,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论