一、 培训背景

以《DAMA数据管理知识体系指南》原书第二版为基础，结合DAMA国际数据管理专业人士CDMP及DAMA中国数据治理工程师CDGA的考试特点及知识点，立足企业数据治理现状，解决企业的人才培养和数据治理问题，结合多位数据治理领域权威专家研究成果，特开设此课程。

二、 DAMA国际CDMP认证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。

一、 DAMA中国CDGA认证考试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**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。

报考条件

CDGA：数据管理从业人员、在校大学生、专科及以上学历获得者。

CDGP：需**CDGA考试并持有有效CDGA证书，且满5年相关专业工作经验者。

一、 培训收益**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。

l 学员可以自行选择中国DAMA的CDGA认证考试或国际DAMA的CDMP认证考试。二、 培训对象Ø 企业CIO、CDO 等信息化相关的高层领导；

Ø 数据管理或数据服务团队负责人、核心团队成员；

Ø 企业数据管理专家/专家委员会专员;

Ø 数据管理团队及专兼职人员;

Ø 业务部门信息化领导/经理/专员；

Ø IT 部门总监/经理；

Ø IT 项目管理办公室（PMO）总监/经理/数据管理专员/技术经理。三、 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. **全面知识理解、专题技能掌握和安全实践增强的授课方式。

**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**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**实践

17.8  总结

一、 授课专家商老师  北京工业大学 计算机科学与技术专业硕士，22年IT职业培训生涯，20000 学时授课经历，国内IT培训金牌讲师。拥有CISSP、CISP、ISO27001 Practitioner、PMP、ITIL、CDGA、CCNA、CCNP、MCSE、MCDBA、信息系统项目管理师等国际国内IT领域专业证书。授课过程理论与实践并重，深入浅出，讲课诙谐幽默、气氛活跃，深受广大学员好评。

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

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。