第一章 數據管理
掌握數據、數據與信息、數據作為組織資產、數據管理原則、數據管理挑戰、數據戰略基本概念;掌握數據管理框架基本內容包括:戰略模型、阿姆斯特丹模型、DAMA-DMBOK框架、DMBOK金字塔。
- 1.1 簡介
- 1.2 什么是數據?
- 1.3 數據與信息
- 1.4 數據作為組織資產
- 1.5 數據管理原則
- 1.6 數據管理面臨的挑戰
- 1.7 數據戰略
- 1.8 數據管理框架
- 1.9 DAMA與DMBOK
- 1.10 總結
400-626-7377
CDMP數據管理專業認證是由DAMA國際于2004推出,是一項涵蓋學歷教育、工作經驗和專業知識考試在內的綜合資格認證,也是目前全球唯一數據管理方面權威性認證。
DAMA 中國以國際數據管理協會(簡稱“DAMA 國際”)DAMA 數據管理知識體系為基礎,結合國內實際需求,對 DAMA 國際數據管理專業人員認證(CDMP)的考試語言、考試形式、考試內容、證書類型等進行了適當本地化重構。重構后認證考試分為“數據治理工程師(CDGA)”和“數據治理專家(CDGP)”,DAMA 中國承擔認證考試命題工作,并定期組織中文考試,對考試通過者由 DAMA 中國頒發認證證書。
數字化培訓是企業在數字化轉型中的重要考核標準之一。國資委、工信部、銀保監會等都有明確的要求。
通過DAMA認證,團隊可以獲得系統性的知識體系培訓,形成共同語言,從而提升數據團隊的合作精神。
多家甲方企業項目競標時已明確提到相關認證作為加分項。作為乙方,有DAMA認證人員可以獲得額外最多10分。
數字化時代,數據治理人才緊缺,越來越多企業已開始把DAMA證書作為數據治理崗位招聘優先錄取的一項內容。
DAMA認證作為國際認證,行業認可。63%的認證人士 6個月內獲得提升。工資漲幅最大的達到120%。職務提升最大的有兩級。
實時獲取先進理論知識和市場動態,豐富真實案例助力理論快速應用。93%的認證人士都同意通過認證提升了知識和自信。
認證名稱
報名時間
報名條件
考試時間
考試內容
考試形式
考試題型
考題數量
考試時長
考試通過
發證機構
適用領域
續證要求
國際數據管理專業人士認證
隨時注冊約考
數據管理工程師
0.5-2年相關工作經驗
數據管理專家
2-10年相關工作經驗
培訓結束后隨時可約,一般提前1-2周約考
DAMA數據管理知識體系指南
線上機考
單選題
100道
90分鐘+20分鐘(英語非第一語言區域可獲得20分鐘額外時間)
CDMP-A100滿分60分通過
CDMP-P 100滿分70分通過
CDMP-M 100滿分80分通過
DAMA國際
外資企業
3年有效期,續證需120小時學習時間+100美元
數據治理工程師認證
每年3/6/9/12月
專科及以上學歷
或在校大學生
無工作經驗要求
預計為3月、6月、9月、12月+10月(峰會)
DAMA數據管理知識體系指南
線下筆試
單選題
100道
100分鐘
100滿分 60分通過
DAMA中國
國內企業
3年有效期,續證需60積分+200元人民幣
數據治理專家認證
每年3/6/9/12月
持有有效CDGA證書
專科+5年工作經驗
本科+3年工作經驗
碩士+1年工作經驗
博士+無需工作經驗
預計為3月、6月、9月、12月+10月(峰會)
DAMA數據管理知識體系指南
線下筆試
單選題/多選題/論述題
單選10道/多選15道/論述6道
130分鐘
100滿分 60分通過
DAMA中國
國內企業
3年有效期,續證需60積分+200元人民幣
證書有效期為三年,每三年需繳納年度認證費用,以及繼續教育和專業活動要求。
PC端:https://it.zpedu.com/ 移動端APP:IT云課
36課時
構建數據湖倉-數據治理專家(CDGP)認證指定教材
掌握數據、數據與信息、數據作為組織資產、數據管理原則、數據管理挑戰、數據戰略基本概念;掌握數據管理框架基本內容包括:戰略模型、阿姆斯特丹模型、DAMA-DMBOK框架、DMBOK金字塔。
了解數據道德、數據隱私背后的原則、數字化環境下的道德、不道德的數據處理和風險實踐、建立數據道德文化、數據道德與數據治理。
掌握數據治理指導原則、數據治理關鍵驅動因素、數據治理的主要組成內容、數據治理關鍵指標、數據治理關鍵輸入和輸出、數據治理的主要工具、數據治理應用中的策略、數據治理評價理論、數據治理最佳實踐
掌握數據架構指導原則、數據架構關鍵驅動因素、數據架構的主要組成內容、數據架構關鍵指標、數據架構關鍵輸入和輸出、數據架構的主要工具、數據架構應用中的策略、數據架構評價理論、數據架構最佳實踐。
掌握數據模型指導原則、數據模型關鍵驅動因素、數據模型的主要組成內容、數據模型關鍵指標、數據模型關鍵輸入和輸出、數據建模的主要工具、數據模型應用中的策略、數據建模評價理論、數據建模最佳實踐。
掌握數據庫設計指導原則、數據存儲與操作驅動因素、數據庫的主要組成內容、數據庫管理關鍵指標、數據庫管理關鍵輸入和輸出、數據庫管理的主要工具、數據庫設計應用中的策略、數據存儲與操作評價理論、數據庫管理最佳實踐。
掌握數據安全指導原則、數據安全關鍵驅動因素、數據安全的主要組成內容、數據安全關鍵指標、數據安全關鍵輸入和輸出、數據安全的主要工具、數據安全技術、數據安全實施指南、數據治理最佳實踐。
掌握數據集成與互操作性指導原則、數據集成與互操作性關鍵驅動因素、數據集成與互操作性的主要組成內容、數據集成與互操作性關鍵指標、數據集成與互操作性關鍵輸入和輸出、數據集成與互操作性的主要工具、數據集成與互操作性實施指南、數據集成與互操作性評價理論、數據集成與互操作性最佳實踐。
掌握內容管理指導原則、內容管理關鍵驅動因素、內容管理的主要組成內容、內容管理關鍵指標、內容管理關鍵輸入和輸出、內容管理的主要工具、內容管理實施指南、內容管理評價理論、內容管理最佳實踐。
掌握參考數據和主數據指導原則、參考數據和主數據關鍵驅動因素、參考數據和主數據主要組成內容、參考數據和主數據關鍵指標、參考數據和主數據關鍵輸入和輸出、參考數據和主數據的主要工具、參考數據和主數據實施指南、參考數據和主數據評價理論、參考數據和主數據最佳實踐。
掌握數據倉庫與商務智能指導原則、數據倉庫與商務智能關鍵驅動因素、數據倉庫與商務智能的主要組成內容、數據倉庫與商務智能關鍵指標、數據倉庫與商務智能關鍵輸入和輸出、數據倉庫與商務智能的主要工具、數據倉庫與商務智能應用中的策略、數據倉庫與商務智能評價理論、數據倉庫與商務最佳實踐。
掌握元數據指導原則、元數據關鍵驅動因素、元數據的主要組成內容、元數據關鍵指標、元數據關鍵輸入和輸出、元數據的主要工具、元數據應用中的策略、元數據評價理論、元數據最佳實踐。
掌握數據質量指導原則、數據質量關鍵驅動因素、數據質量的主要組成內容、數據質量關鍵指標、數據質量關鍵輸入和輸出、數據質量的主要工具、數據質量應用中的策略、數據質量評價理論、數據質量最佳實踐。
掌握大數據指導原則、大數據與數據科學關鍵驅動因素、大數據與數據科學的主要組成內容、大數據關鍵指標、大數據關鍵輸入和輸出、大數據的主要工具、大數據與數據科學應用中的策略、大數據評價理論、大數據與數據科學最佳實踐。
掌握數據管理能力指導原則、數據管理能力成熟度評估關鍵驅動因素、數據管理能力成熟度的主要組成內容、數據管理能力成熟度關鍵指標、數據管理能力成熟度關鍵輸入和輸出、數據管理能力成熟度的主要工具、數據管理能力成熟度應用策略、數據管理能力成熟度評價理論、數據管理能力成熟度最佳實踐。
掌握數據管理組織模式、數據管理成功關鍵要素、建立數據管理組織、數據管理組織與其他組織間關系、數據管理組織中的角色、數據管理組織最佳實踐。
掌握數字化轉型下組織變革管理原則、組織變革管理的八個誤區、組織變革管理的八個階段、組織變革的可持續發展、組織持續獲得數據管理價值。