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

.

Denna 5-dagarskurs behandlar alla informationshanteringsdiscipliner som definieras i DAMA body of knowledge (DMBoK). Undervisad av en bransch erkänd DAMA DMBoK (2.0) författare och CDMP(Fellow) ger denna kurs en solid grund för alla discipliner över hela informationshanteringsspektrumet. Genom att delta i kursen kommer delegaterna att få en fast förankring av kärninformationskoncepten Management och illustrera deras praktiska tillämpning med verkliga exempel på hur informationsarkitektur tillämpas.

LÄRANDEMÅL

Efter avslutad kurs kommer deltagarna att kunna:

olika kategorier av utmaningar, uppskatta koncept inklusive livscykelhantering, normalisering, dimensionsmodellering och datavirtualisering och uppskatta varför de är viktiga, förstå de kritiska rollerna för masterdatahantering och datastyrning och hur man effektivt tillämpar dem, förstå de olika aspekterna (dimensionerna) av datakvalitet och utforska ett fungerande ramverk för datakvalitet, beskriv de viktigaste övervägandena för framgångsrik datastyrning och hur den kan införas i små bitar, förstå de olika typerna av datamodeller och deras tillämplighet, delta i DAMA-certifieringsprovet.

• INTRODUKTION TILL DAMA

  • • Vad är datahantering och varför är det kritiskt.
    • Vilka är de olika disciplinerna inom datahantering?
    • DAMA & DMBoK 2.0, och dess relation med andra ramverk (TOGAF/COBIT…).
    • Översikt över tillgängliga professionella certifieringar med fokus på DAMA CDMP.

• DATASTYRNING

  • • Vad är datastyrning Gooch varför det är viktigt. En typisk referensmodell för datastyrning.
    • De viktigaste rollerna för datastyrning: ägare, förvaltare, vårdnadshavare.
    • Rollen för Data Governance Office (DGO) och dess relation till PMO.
    • Vad är skillnaden mellan Data Governance och IT Governance, och spelar det någon roll?
    • Översikt över Data Management konsekvenserna av ett urval av andra förordningar.
    • De viktigaste stegen som organisationer kan ta för att förbereda sig för efterlevnad av nuvarande och framtida regler.
    • Hur man kommer igång med datastyrning och upprätthåller och bygger datastyrning.

• HANTERING AV DATALIVSCYKEL

  • • Proaktiv planering för hantering av data över hela dess livscykel.
    • Skillnader mellan datalivscykel och en systemutvecklingslivscykel (SDLC).
    • Beröringspunkter för datastyrning under datalivscykeln.

• METADATA HANTERING

  • • Vad är metadata och varför är det viktigt?
    • Typer av metadata, deras användningsområden och deras källor.
    • Metadata och affärsordlistor. Vad är sambandet?
    • Hur metadata tillhandahåller det väsentliga limet för datastyrning och metadatastandarder.

• DG MINI PROJEKT

  • • Starta Data Governance-programmet, vad du måste få på plats tidigt. Hur tar man fram ett realistiskt affärscase för GD kopplat till affärsmål?

• DOKUMENTINFORMATION OCH INNEHÅLLSHANTERING

  • • Varför dokument- och registerhantering är viktigt.
    • Taxonomi vs ontologi ... vad är skillnaden.
    • Juridiska och regulatoriska överväganden som påverkar register och innehållshantering.

• DATA MODELING GRUNDLÄGGANDE

  • • Typer av datamodeller, deras användning och hur de hänger ihop.
    • Utveckling och utnyttjande av datamodeller, allt från företag, genom konceptuella till logiska, fysiska och dimensionella.
    • Mognadsbedömning för att överväga hur modeller används i företaget och deras integration i System Development Life Cycle (SDLC).
    • Datamodellering och big data.
    • Varför datamodellering spelar en avgörande roll i datastyrning och BP fallstudie.

• DATAKVALITETSHANTERING

  • • De olika aspekterna av datakvalitet, och varför validitet ofta förväxlas med kvalitet.
    • Policyer, procedurer, mätvärden, teknik och resurser för att säkerställa datakvalitet.
    • En referensmodell för datakvalitet och hur man tillämpar den.
    • Varför datakvalitetshantering och datastyrning är sammankopplade och fallstudier.

• HANTERING AV DATAVERKSAMHET

  • • Kärnroller och överväganden för datadrift.
    • Goodd datadriftspraxis.

• DATARISK OCH SÄKERHET

  • • Identifiering av hot och antagande av försvar för att förhindra obehörig åtkomst, användning eller förlust av data och särskilt missbruk av personuppgifter.
    • Identifiering av risker (inte bara säkerhet) för data och dess användning.
    • Datahanteringsöverväganden för olika regleringar, t.ex. GDPR, BCBS239.
    • Rollen för datastyrning i datasäkerhetshantering.

• MASTER & REFERENS DATAHANTERING

  • • Skillnaderna mellan referens- och stamdata.
    • Identifiering och hantering av masterdata över hela företaget.
    • 4 generiska MDM-arkitekturer och deras lämplighet i olika fall.
    • Hur man stegvis implementerar MDM för att anpassa sig till verksamhetens prioriteringar.
    • Statoil ( Equinor ) fallstudie.

• DATAWAREHOUSING, BUSINESS INTELLIGENS & DATAANALYTIK

  • • Vad är data warehousing och business intelligence och varför behöver vi det.
    • De stora datalagerarkitekturerna (Inmon & Kimball).
    • Introduktion till dimensionell datamodellering.
    • Varför hantering av masterdata misslyckas utan adekvat datastyrning.
    • Dataanalys och maskininlärning och datavisualisering.

• DATAINtegration & INTEROPERABILITET

  • • Vilka är de affärs- (och tekniska) frågor som dataintegration försöker lösa?
    • Dataintegration och datakompatibilitet – vad är skillnaden?
    • Olika stilar av dataintegration och interoperabilitet, deras tillämpbarhet och implikationer.
    • Tillvägagångssätt och riktlinjer för tillhandahållande av dataintegration och åtkomst.