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
400-626-7377
CDMP数据管理专业认证是由DAMA国际于2004推出,是一项涵盖学历教育、工作经验和专业知识考试在内的综合资格认证,也是目前全球唯一数据管理方面权威性认证。
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(CDGA)”和“数据治理专家(CDGP)”,DAMA 中国承担认证考试命题工作,并定期组织中文考试,对考试通过者由 DAMA 中国颁发认证证书。
数字化培训是企业在数字化转型中的重要考核标准之一。国资委、工信部、银保监会等都有明确的要求。
通过DAMA认证,团队可以获得系统性的知识体系培训,形成共同语言,从而提升数据团队的合作精神。
多家甲方企业项目竞标时已明确提到相关认证作为加分项。作为乙方,有DAMA认证人员可以获得额外最多10分。
数字化时代,数据治理人才紧缺,越来越多企业已开始把DAMA证书作为数据治理岗位招聘优先录取的一项内容。
DAMA认证作为国际认证,行业认可。63%的认证人士 6个月内获得提升。工资涨幅最大的达到120%。职务提升最大的有两级。
实时获取先进理论知识和市场动态,丰富真实案例助力理论快速应用。93%的认证人士都同意通过认证提升了知识和自信。
认证名称
报名时间
报名条件
考试时间
考试内容
考试形式
考试题型
考题数量
考试时长
考试通过
发证机构
适用领域
续证要求
国际数据管理专业人士认证
随时注册约考
数据管理工程师
0.5-2年相关工作经验
数据管理专家
2-10年相关工作经验
培训结束后随时可约,一般提前1-2周约考
DAMA数据管理知识体系指南
线上机考
单选题
100道
90分钟+20分钟(英语非第一语言区域可获得20分钟额外时间)
CDMP-A100满分60分通过
CDMP-P 100满分70分通过
CDMP-M 100满分80分通过
DAMA国际
外资企业
3年有效期,续证需120小时学习时间+100美元
数据治理工程师认证
每年3/6/9/12月
专科及以上学历
或在校大学生
无工作经验要求
预计为3月、6月、9月、12月+10月(峰会)
DAMA数据管理知识体系指南
线下笔试
单选题
100道
100分钟
100满分 60分通过
DAMA中国
国内企业
3年有效期,续证需60积分+200元人民币
数据治理专家认证
每年3/6/9/12月
持有有效CDGA证书
专科+5年工作经验
本科+3年工作经验
硕士+1年工作经验
博士+无需工作经验
预计为3月、6月、9月、12月+10月(峰会)
DAMA数据管理知识体系指南
线下笔试
单选题/多选题/论述题
单选10道/多选15道/论述6道
130分钟
100满分 60分通过
DAMA中国
国内企业
3年有效期,续证需60积分+200元人民币
证书有效期为三年,每三年需缴纳年度认证费用,以及继续教育和专业活动要求。
PC端:https://it.zpedu.com/ 移动端APP:IT云课
36课时
构建数据湖仓-数据治理专家(CDGP)认证指定教材
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。
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。
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
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。