培训安排：
2021年7月17-20日西安 2021年10月22-25日上海
2021年12月23-26日广州 2022年1月20-23日北京
培训对象：数据管理或数据服务团队负责人、核心团队成员
培训费用：9800元/人（含资料费、午餐、茶点、发票）
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。
培训说明：
培训费9800元/人（含培训费、场地费、资料费、学习期间午餐），食宿可统一安排，费用自理。
本课程培训结束后可由我部协助参考数据管理专业人士认证 CDMP认证考试，考试费用为每门311美金（无发票），中级CDMP认证共计3门，代报名费用为每门2500元人民币（可开发票）。
DAMA推出CDMP（Certified Data Management Professional，数据管理专业人士认证）考试，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，参加的学员需要按要求提供注册申请表，请学员带身份证复印件一张，由中培专责老师来注册考试信息，监考形式：机考，Proctor U 远程监考（线上考试，国外机构在线监考）。
培训对象：
1. 企业CIO、CDO 等信息化相关的高层领导；
2. 数据管理或数据服务团队负责人、核心团队成员；
3. 企业数据管理专家/专家委员会专员;
4. 数据管理团队及专兼职人员;
5. 业务部门信息化领导/经理/专员；
6. IT 部门总监/经理；
7. IT 项目管理办公室（PMO）总监/经理/数据管理专员/技术经理。
培训收益：
通过学习本课程，您将获得如下收益：
1. 掌握数据管理知识体系的整体框架及各领域知识内容；
2. 对关键数据管理各领域中的重点、难点及实践获得理解；
3. 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。
培训特色：
1. 理论与实践相结合、案例分析与理论穿插进行；
2. 专家精彩内容解析、学员专题讨论、分组研究；
3. 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。
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） |
专家级（P） |
大师级（M） |
院士级（F） |
|
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 |
3 |
3 |
• 全球公认的尊重的思想者、引领者。 |
|
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 |
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。
考试专业科目：
基础考试+7门选修科目
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。
课程大纲：
|
章节 |
模块 |
培训内容 |
|
第一章 |
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 |
|
第二章 |
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 |
|
第三章 |
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 |
|
第四章 |
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 |
|
第五章 |
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 |
|
第六章 |
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 |
|
第七章 |
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 |
|
第八章 |
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 |
|
第九章 |
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 |
|
第十章 |
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 |
|
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 |
|
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 |
|
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 |
|
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 |
|
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 |
|
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 |
|
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 |
|
学员交流、考核与返程 | ||
培训讲师：
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。
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、国际产品分类标准化组织会员、北京市大数据及其应用专家委员会专家、中国数据工匠俱乐部发起人。
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。
【报名咨询】
联系电话：010-62258232 62278113 13718601312 13120125786
联 系 人：李先生 陈小姐
您的位置：
