你的位置： 首页 > 公开课首页 > 语言 > 课程详情
课程介绍 评价详情(0)
DAMA 国际数据管理专业人士CDMP-A 基础级认证
培训地点
北京
西安
广州
培训时间
3月
22-24
6月
26-28
9月
20-22
12月
17-19
培训方式
现场面授/线上远程授课/视频回放、辅导答疑/考前辅导、定期的线上辅导答疑、专属互动群
（报名10人以上可预定线下培训地点，满足开班要求即可安排）
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、 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
本课程名称： DAMA 国际数据管理专业人士CDMP-A 基础级认证
查看更多：语言公开课
我要找内训供应商
授课内容与课纲相符0低0%
讲师授课水平0低0%
服务态度0低0%
你实际购买的价格
付款时最多可用0淘币抵扣0元现金
购买成功后，系统会给用户帐号返回的现金券
课程介绍 评价详情(0)
培训受众:
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。
课程收益:
通过学习本课程，您将获得如下收益：
l 掌握数据管理知识体系的整体框架及各领域知识内容；
l 对关键数据管理各领域中的重点、难点及实践获得理解；
l 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。
培训颁发证书:
课程大纲
DAMA 国际数据管理专业人士CDMP-A 基础级认证
培训地点
北京
西安
广州
北京
培训时间
3月
22-24
6月
26-28
9月
20-22
12月
17-19
培训方式
现场面授/线上远程授课/视频回放、辅导答疑/考前辅导、定期的线上辅导答疑、专属互动群
（报名10人以上可预定线下培训地点，满足开班要求即可安排）
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、 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
培训师介绍
常老师 北京大学会计学博士，CDA数据科学研究院名誉院长，中国成人教育协会数据分析教育培训专业委员理事兼专家智库副主任、中国大数据产业生态联盟专家委员会委员，腾讯云最有价值专家（TVP）。具有20年数据规划、数据治理、智能算法在金融、互联网、电信、汽车行业的落地经验。协助企业逐步积累数据资产，运用数据智能工具优化业务流程，取得数字化竞争优势。代表客户有人民银行、国家开发银行、中国建设银行、中国移动、中国银行、中国民生银行。曾任毕马威咨询大数据总监、中银消费金融数据部高级经理、百度大数据数据产品经理。兼任人民大学、对外经贸、北京语言大学硕士校外导师，建设银行反洗钱和数据资产管理资深外部专家。著有《金融商业数据分析》、《金融商业算法建模》、《Python 数据科学：技术详解与商业实践》、《用商业案例学 R 语言数据挖掘》、《胸有成竹：数据分析的SASEG 进阶》等多本著作。
蔡老师 某石化集团数据标准化项目大项目经理,某软件公司高级项目总监，数据业务部负责人。同时也是中国电子工业标准化技术协会会员、企业信息标准化委员会常委委员、eCl@ss协会会员（国际产品分类标准化组织）、北京市大数据及其应用专家委员会专家，中国数据标准化及治理大会组委会评为“ 中国数据标准化及治理专家” 。工信部认证的大数据处理高级工程师、工商管理硕士，具有有20年的特大型集团企业IT咨询服务和数据治理行业工作经验，前10年主要从事物资采购变革与管理、PLM、ERP、MES等领域咨询服务。近10年专注主数据标准化及数据中心、数据架构、企业架构、智能工厂等咨询和技术管理工作。
郑博士 DAMA中国理事会员，工学博士学位， 清华大学未来科技EMBA 在读，2012年毕业回国创办恩核（北京）信息技术有限公司。致力于数据架构、数据建模及数据治理技术方面的研究与实践，曾出版《海量数据库解决方案1》，《区块链开发与实例》，后者被清华计算机学院列为指定教材，参与翻译《数据管理知识体系-DMBOK2.0》，组织翻译《区块链重构游戏规则》
王老师 现任某上市公司软件产品部副总兼大数据产品线总经理，国际信息和数据质量协会（IAIDQ）会员，ITSS数据治理标准工作组成员。曾获得数据管理专业认证（CDMP）、数据治理专业认证（DGP）、信息质量专业认证（IQCP）三项国际认证。2010年加入普元，全面主持普元大数据产品的研发、拓展及团队管理工作。十年大型企业信息化架构设计与建设经验，曾任中国人民银行核心平台架构师。主持参与了国家开发银行大数据治理项目、中国人民银行软件开发平台、国家电网云计算平台等大型项目建设。对大数据行业有着深入的研究和洞察，并对企业信息化平台建设，企业云计算及大数据平台建设有着丰富经验。
本课程名称： DAMA 国际数据管理专业人士CDMP-A 基础级认证
查看更多：语言公开课