中培教育IT资讯频道
您现在的位置:首页 > 企业内训 > 大数据 > DAMA数据管理专业人士认证CDMP培训班

DAMA数据管理专业人士认证CDMP培训班

2020-08-13 10:36:57 | 来源:中培企业IT培训网
培训地点 网络直播 广州 上海 深圳
培训时间 8月 20-23 9月 24-27 10月 22-25 12月 17-20

一、培训背景

本课程为《DAMA-DMBOK数据管理知识体系指南》,全面深入讲解了数据管理知识体系的专业基础理论。课程中每一个知识点都由老师结合企业数据管理最佳实践经验,精心打造而成,力求让学习者全面的掌握数据管理全面知识,是企业数字化转型下培养和提升数据团队能力,打造企业“CDO首席数据官”为核心团队的必修基础课程,是帮助数据管理从业人士,通过学习数据管理基础理论,借鉴行业最佳实践,提升数据管理专业能力。

二、培训收益

通过学习本课程,您将获得如下收益:

● 掌握数据管理知识体系的整体框架及各领域知识内容;

● 对关键数据管理各领域中的重点、难点及实践获得理解;

● 系统化、体系化、结构化的数据管理问题辨析、思考和分析能力,及数据管理解决方案设计、执行能力。

三、培训对象

● 企业CIO、CDO 等信息化相关的高层领导;

● 数据管理或数据服务团队负责人、核心团队成员;

● 企业数据管理专家/专家委员会专员;

● 数据管理团队及专兼职人员;

● 业务部门信息化领导/经理/专员;

● IT部门总监/经理;

● IT项目管理办公室(PMO)总监/经理/数据管理专员/技术经理。

四、培训特色

● 理论与实践相结合、案例分析与理论穿插进行;

● 专家精彩内容解析、学员专题讨论、分组研究;

● 通过全面知识理解、专题技能掌握和安全实践增强的授课方式。

五、关于考试

  国际数据管理协会认证CDMP:

数据管理专业人士认证 (CDMP) 证书授予那些具备以下综合条件资格的人员,这些条件包括教育程度、技能经验和基于测试的专业知识考试。证书分为基础级Associate、专家级Practitioner、大师级Master和院士级Fellow。为了维护认证状态并持续使用证书,需缴纳年度认证费用,加3年的继续教育和专业活动要求。

  数据管理专业人士认证 CDMP:

只要有 ICCP 批准的代理人核查物理身份,并监考考试过程,ICCP 的考试可以在世界上任何地方举行。

CDMP考试认证分为四个等级,分别是Associate(基础级)、Practitioner(专家级)、Master(大师级)和Fellow(院士级)。四个等级将分别从教育学历、工作经验、专业知识以及对DAMA的贡献等角度进行认证考核,具体如下:

基础级(A)
Associate
专家级(P)
Practitioner
大师级(M)
Master
院士级(F)
Fellow
职业经验 6个月>2年 2年-10年 至少10年 超过25年
考试 DM Fundamentals
基础级
3DM Fundamentals +
2 specialist 基础级+
2门选修
3DM Fundamentals +
2 specialist 基础级+
2门选修
• 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
允许替换 NO 1 1
合格标准 60% 70% 80%
认证路径 注册 & 考试 注册 & 考试 注册 & 考试
通过案例经验提交
经验证据
通过大师级成员的审查和认可

  P级考试中替代考试项目:可替代两门选修中的一门,且证书需在有效期内,包含TOGAF、Zachman、Prince2、PMP、MSc Information Management、MBA / Informatics、IRMS CIP、SACA CISA, CRISC, CIS;

M级考试中替代考试项目:可替代两门选修中的一门,且证书需在有效期内,包含MSc Information Management、MBA / Informatics、IRMS CIP、ISACA CISA, CRISC, CIS。

  考试信息:

机考

考试题目数量:100道选择题,100分。

考试时间:90+20 Min(英语非第一语言区域可获得20分钟额外时间)。

考试语言:英语。

监考形式:ProctorU远程监考。

  专业发展和再认证

要保持 CDMP资格要求3年内必须获得120小时获得认可的在教育时间。 很多教育活动都可以计算在内,包括 DAMA 的研讨会和分会活动。

六、课程大纲

章节 模块 培训内容
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
学员交流、考核与返程

七、授课专家

王老师(TOGAF9.2 鉴定级、CDMP、PMP、高级信息系统项目管理师、ITIL V3)数据治理及数据标准化专家,信息工程硕士。参与过大量关于数据治理、数据能力成熟度评估、数据架构、企业级数据模型、数据标准化和数据质量提升项目,长期致力于数据治理、数据架构及数据标准化方面的研究和实践。