• 参会报名
  • 会议介绍
  • 会议日程
  • 会议嘉宾
  • 参会指南

首页 > 商务会议 > IT/技术会议 > DAMA数据管理专业人士认证 CDMP 培训班12月深圳班 更新时间:2020-11-25T16:18:59

DAMA数据管理专业人士认证 CDMP 培训班12月深圳班
收藏人
分享到

DAMA数据管理专业人士认证 CDMP 培训班12月深圳班 已过期

会议时间:2020-11-25 09:00至 2020-11-25 18:00结束

会议地点: 北京  详细地址会前通知  

会议规模:暂无

主办单位: 北京中培伟业管理咨询有限公司

发票类型:增值税普通发票 增值税专用发票

行业热销热门关注看了又看 换一换

        会议介绍

        会议内容 主办方介绍


        DAMA数据管理专业人士认证 CDMP 培训班12月深圳班

        DAMA数据管理专业人士认证 CDMP 培训班12月深圳班宣传图

        DAMA数据管理专业人士认证 CDMP

        培训班

        培训地点

        深圳

        培训时间

        12月

        17-20

         

        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

        2年-10

        至少10

        超过25

        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

        允许替换

        NO

        1

        1

        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

         

        P级考试中替代考试项目:可替代两门选修中的一门,且证书需在有效期内,包含TOGAF、Zachman、Prince2、PMP、MSc Information Management、MBA / Informatics、IRMS  CIP、SACA  CISA, CRISC, CIS;

        M级考试中替代考试项目:可替代两门选修中的一门,且证书需在有效期内,包含MSc Information Management、MBA / Informatics、IRMS CIP、ISACA CISA, CRISC, CIS。

        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。

        查看更多

        北京中培伟业管理咨询有限公司 北京中培伟业管理咨询有限公司

        北京中培伟业管理咨询有限公司(以下简称“中培”)成立于2006年,其主营业务面向大中型企业的IT规划咨询业务和面向高端IT人才的培训类业务,其中咨询业务涉及大型集团化企业的IT战略规划、IT架构规划、IT综合管控等领域,培训业务涉及线上线下各种高级IT技术和管理类课程体系。借助于其优质的专家资源池和互联网平台,中培已经为众多的世界500强企业、国有大中型集团化企业、国际知名互联网企业提供过高质量的信息化战略规划、组织架构规划、科技人才管理、信息技术架构规划、信息系统开发和运维管理、信息化能力评测的相关培训与咨询服务。

        会议日程

        (最终日程以会议现场为准)


        课程大纲

        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

        1.9 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

         

        查看更多

        会议嘉宾

        (最终出席嘉宾以会议现场为准)


        授课专家

        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、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。

        查看更多

        参会指南

        会议门票


        培训费用

        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。请学员带身份证复印件一张。培训结束后由DAMA国际管理协会颁发培训证书。并由DAMA中国协会汪主席签名。

        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)。

        查看更多

        温馨提示
        酒店与住宿: 为防止极端情况下活动延期或取消,建议“异地客户”与活动家客服确认参会信息后,再安排出行与住宿。
        退款规则: 活动各项资源需提前采购,购票后不支持退款,可以换人参加。

        标签: DAMA

        会议支持:

        • 会员折扣
          该会议支持会员折扣
          具体折扣标准请参见plus会员页面
        • 会员返积分
          每消费1元累积1个会员积分。
          仅PC站支持。
        • 会员积分抵现
          根据会员等级的不同,每抵用1元可使用的积分也不一样,具体可参见PLUS会员页面。 仅PC站支持。

        部分参会单位

        主办方没有公开参会单位

        邮件提醒通知

        分享到微信 ×

        打开微信,点击底部的“发现”,
        使用“扫一扫”即可将网页分享至朋友圈。

        录入信息

        请录入信息,方便生成邀请函