课程信息培训课程 | DAMA国际数据管理专业人士CDMP-A基础级认证 DAMA中国数据治理工程师CDGA认证 |
课程时长 | 3天*6小时 |
面授+直播 +视频回放 | 面授 地点时间 | 北京 2月23-25日 | 北京 5月22-24日 | 青岛 8月25-27日 | 重庆 11月25-27日 |
直播时间 | 面授同步直播 |
增值服务 | 提供视频回放免费学习一年 |
|
|
认证简介
DAMA国际数据管理专业人士CDMP认证
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。
CDMP证书分为基础级Associate、专家级Practitioner、大师级Master和院士级Fellow。
等级 | 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基础级+2门选修 （7门中任选2门） | 3基础级+2门选修 （7门中任选2门） | 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 |
DAMA中国数据治理工程师CDGA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。
认证价值
为企业数据管理赋能
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。
提高团队数字化水平
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。
增强乙方竞争优势
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。
提升个人竞争力
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。
提高个人薪资福利
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。
丰富个人知识面
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。
课程大纲
章节 | 主题 | 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 |
考试须知
认证名称 | DAMA国际数据管理专业人士 CDMP-A基础级认证 | DAMA中国数据治理工程师 CDGA认证 |
报名时间 | 随时注册约考 | 考前1-2个月左右 |
报名条件 | 无硬性条件限制 建议0.5-2年相关工作经验 | 专科及以上学历 或在校大学生 无工作经验要求 |
考试时间 | 培训结束后随时可约 一般提前1-2周约考 | 每年安排4期考试 一般在3、6、9、12月 |
指导用书 | 《DAMA数据管理知识体系指南》 | 《DAMA数据管理知识体系指南》 |
考试形式 | 线上机考（英语） | 线下笔试（中文） |
考题类型 | 单选题 | 单选题 |
考题数量 | 100道 | 100道 |
考试时长 | 110分钟 | 100分钟 |
考试通过 | 100满分 ，60分通过 | 100满分 ，60分通过 |
发证机构 | DAMA国际数据管理协会 | DAMA国际数据管理协会 （中国分会） |
适用领域 | 外资企业 | 国内企业 |
续证要求 | 3年有效期 续证需120小时学习时间+100美元 | 3年有效期 续证需60积分+200元人民币 |
收费标准
DAMA国际数据管理专业人士CDMP-A基础级认证
培训费：4800元/人（含培训费、资料费、在线题库、录播视频回放、发票等费用）。
考试费：2500元/人（专人代报名，考试费，VPN软件，并提供发票）。
DAMA中国数据治理工程师CDGA认证
培训费：4800 元/人（含培训费、资料费、在线题库、录播视频回放、发票等费用）。
考试费：1000元/人（专人代报名，考试费，并提供发票）。
备注：学员未通过首次考试，可申请一次认证考试费减免的机会。