课程定位

以数据管理知识体系和案例建立CDMP基础专业能力。

学习收获

• 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。

课程特色

• 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）
• 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3
• DM Fundamentals + 2 specialist
• 基础级+2门选修3
• DM 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
• 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。
• 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。

课程模块

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
• 1.9DAMA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

• 学员交流、考核与返程

适合人群

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

师资信息

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
常老师 北京大学会计学博士，ThoughtWorks中国首席金融数据科学家。具有18年数据规划、数据治理、智能算法在金融和电信行业的落地经验。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。 在加入ThoughtWorks之前，曾在毕马威大数据部任总监、在中银消费金融数据部任高级经理、在百度大数据任数据产品经理。兼任北京语言大学金融硕校外导师，同时担任的社会角色和荣誉有中国大数据产业生态联盟专家委员会委员，CDA数据分析研究院名誉院长，腾讯云最有价值专家（TVP），建设银行反洗钱和数据资产管理资深外部专家。著有《金融数据科学手册》系列丛书、《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。

课程咨询与报名

了解本期课程安排、师资及报名事项，请联系新中华学习网：400-061-6586，也可使用本页下方的报名咨询表。具体开课安排以正式通知为准。

温馨提示：本文内容根据课程内容整理，各模块实际讲授内容由授课老师根据学员情况灵活调整，最终以课堂授课为准。