Certified Data Management Professional (CDMP) ( dama | 35 hours )

.

Ten 5-dniowy kurs obejmuje wszystkie dyscypliny zarządzania informacjami zdefiniowane w zbiorze wiedzy DAMA (DMBoK). Prowadzony przez uznanego w branży autora DAMA DMBoK (2.0) i CDMP(Fellow) kurs ten zapewnia solidne podstawy we wszystkich dyscyplinach w całym spektrum zarządzania informacjami. Uczestnicząc w kursie, delegaci uzyskają solidne podstawy podstawowych koncepcji Information Management i zilustrują ich praktyczne zastosowanie rzeczywistymi przykładami zastosowania architektury informacji.

CELE NAUCZANIA

Po ukończeniu kursu uczestnicy będą w stanie

• różne kategorie wyzwań,
• docenić koncepcje obejmujące zarządzanie cyklem życia, normalizację, modelowanie wymiarowe i wirtualizację danych oraz zrozumieć, dlaczego są one ważne,
• zrozumienie krytycznych ról zarządzania danymi podstawowymi i ładu danych oraz sposobów ich skutecznego stosowania,
• zrozumieć różne aspekty (wymiary) jakości danych i zbadać wykonalne ramy jakości danych,
• opisać główne aspekty skutecznego zarządzania danymi i sposób, w jaki można je wprowadzić w krótkich fragmentach,
• zrozumieć różne typy modeli danych i ich zastosowanie,
• wziąć udział w egzaminie certyfikacyjnym DAMA.

• WPROWADZENIE DO DAMA

  • • Czym jest zarządzanie danymi i dlaczego jest tak ważne.
    • Jakie są różne dyscypliny zarządzania danymi?
    • DAMA i DMBoK 2.0 oraz ich związek z innymi ramami (TOGAF/COBIT...).
    • Przegląd dostępnych profesjonalnych certyfikatów koncentrujących się na DAMA CDMP.

• ZARZĄDZANIE DANYMI

  • • Czym jest zarządzanie danymi i dlaczego jest ważne. Typowy model referencyjny zarządzania danymi.
    • Główne role zarządzania danymi: właściciel, zarządca, opiekun.
    • Rola Data Governance Office (DGO) i jego związek z PMO.
    • Jaka jest różnica między Data Governance a IT Governance i czy ma to znaczenie?
    • Przegląd implikacji Data Management wybranych innych przepisów.
    • Kluczowe kroki, które organizacje mogą podjąć, aby przygotować się do zgodności z obecnymi i przyszłymi przepisami.
    • Jak rozpocząć zarządzanie danymi oraz utrzymywać i budować zarządzanie danymi.

• ZARZĄDZANIE CYKLEM ŻYCIA DANYCH

  • • Proaktywne planowanie zarządzania danymi w całym ich cyklu życia.
    • Różnice między cyklem życia danych a cyklem życia rozwoju systemów (SDLC).
    • Punkty styku ładu danych w całym cyklu życia danych.

• ZARZĄDZANIE METADANYMI

  • • Czym są metadane i dlaczego są ważne?
    • Rodzaje metadanych, ich zastosowania i źródła.
    • Metadane i glosariusze biznesowe. Co to jest połączenie?
    • W jaki sposób metadane zapewniają niezbędne spoiwo dla zarządzania danymi i standardów metadanych.

• MINI PROJEKT DG

  • • Rozpoczęcie programu Data Governance - co należy wprowadzić na wczesnym etapie. Jak stworzyć realistyczne uzasadnienie biznesowe dla DG powiązane z celami biznesowymi?

• ZARZĄDZANIE DOKUMENTAMI I TREŚCIĄ

  • • Dlaczego zarządzanie dokumentami i zapisami jest ważne.
    • Taksonomia a ontologia... jaka jest różnica.
    • Uwarunkowania prawne i regulacyjne wpływające na zarządzanie dokumentacją i treścią.

• PODSTAWY MODELOWANIA DANYCH

  • • Rodzaje modeli danych, ich zastosowanie i wzajemne powiązania.
    • Rozwój i wykorzystanie modeli danych, począwszy od korporacyjnych, poprzez koncepcyjne, aż po logiczne, fizyczne i wymiarowe.
    • Ocena dojrzałości w celu uwzględnienia sposobu, w jaki modele są wykorzystywane w przedsiębiorstwie i ich integracji z cyklem życia rozwoju systemu (SDLC).
    • Modelowanie danych i big data.
    • Dlaczego modelowanie danych odgrywa kluczową rolę w zarządzaniu danymi i studium przypadku BP.

• ZARZĄDZANIE JAKOŚCIĄ DANYCH

  • • Różne aspekty jakości danych i dlaczego ważność jest często mylona z jakością.
    • Zasady, procedury, metryki, technologia i zasoby zapewniające jakość danych.
    • Model referencyjny jakości danych i sposób jego stosowania.
    • Dlaczego zarządzanie jakością danych i zarządzanie danymi są ze sobą powiązane oraz studia przypadków.

• ZARZĄDZANIE OPERACJAMI NA DANYCH

  • • Podstawowe role i kwestie związane z operacjami na danych.
    • Praktyki związane z operacjami na danych Go.

• RYZYKO I BEZPIECZEŃSTWO DANYCH

  • • Identyfikacja zagrożeń i przyjęcie środków obronnych w celu zapobiegania nieautoryzowanemu dostępowi, wykorzystaniu lub utracie danych, a w szczególności nadużyciom danych osobowych.
    • Identyfikacja zagrożeń (nie tylko bezpieczeństwa) dla danych i ich wykorzystania.
    • Rozważania dotyczące zarządzania danymi dla różnych przepisów, np. GDPR, BCBS239.
    • Rola zarządzania danymi w zarządzaniu bezpieczeństwem danych.

• ZARZĄDZANIE DANYMI PODSTAWOWYMI I REFERENCYJNYMI

  • • Różnice między danymi referencyjnymi i podstawowymi.
    • Identyfikacja i zarządzanie danymi podstawowymi w całym przedsiębiorstwie.
    • 4 ogólne architektury MDM i ich przydatność w różnych przypadkach.
    • Jak stopniowo wdrażać MDM, aby dostosować się do priorytetów biznesowych.
    • Studium przypadkuStatoil (Equinor).

• HURTOWNIE DANYCH, ANALITYKA BIZNESOWA I ANALIZA DANYCH

  • • Czym jest hurtownia danych i analityka biznesowa i dlaczego ich potrzebujemy.
    • Główne architektury hurtowni danych (Inmon & Kimball).
    • Wprowadzenie do modelowania danych wymiarowych.
    • Dlaczego zarządzanie danymi podstawowymi zawodzi bez odpowiedniego zarządzania danymi.
    • Analityka danych i uczenie maszynowe oraz wizualizacja danych.

• INTEGRACJA I INTEROPERACYJNOŚĆ DANYCH

  • • Jakie kwestie biznesowe (i technologiczne) stara się rozwiązać integracja danych?
    • Integracja i interoperacyjność danych - jaka jest różnica?
    • Różne style integracji i interoperacyjności danych, ich zastosowanie i implikacje.
    • Podejścia i wytyczne dotyczące zapewniania integracji i dostępu do danych.