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

.

這個為期 5 天的課程涉及 DAMA 知識體系 （DMBoK） 中定義的所有資訊管理學科。本課程由業界公認的 DAMA DMBoK （2.0） 作者和 CDMP（Fellow） 授課， 為整個資訊管理領域的所有學科奠定了堅實的基礎。通過參加課程，代表們將獲得核心資訊Management概念的堅實基礎，並通過如何應用資訊架構的真實示例來說明其實際應用。

學習目標

完成課程后，學員將能夠：

• 不同類別的挑戰，
• 瞭解生命週期管理、規範化、維度建模和數據虛擬化等概念，並理解它們的重要性，
• 瞭解主數據管理和數據治理的關鍵作用以及如何有效應用它們，
• 了解數據品質的不同方面（維度），並探索可行的數據品質框架，
• 描述成功數據治理的主要考慮因素，以及如何將其分成小塊引入，
• 瞭解不同類型的數據模型及其適用性，
• 參加DAMA認證考試。

• DAMA 簡介

  • • 什麼是數據管理，為什麼它至關重要。
    • 數據管理有哪些不同的學科？
    • DAMA和DMBoK 2.0，以及它與其他框架（TOGAF/COBIT...）的關係。
    • 以 DAMA CDMP 為重點的可用專業認證概述。

• 數據治理

  • • 什麼是數據 Governance 以及為什麼它很重要。典型的數據管理參考模型。
    • 主要數據管理角色：擁有者、專員、保管人。
    • 數據 Go 研究辦公室 （DGO） 的角色及其與 PMO 的關係。
    • Data Governance 和 IT Governance 有什麼區別，這重要嗎？
    • Data Management 其他法規的選擇的影響概述。
    • 組織可以採取的關鍵步驟，為遵守當前和未來的法規做好準備。
    • 如何開始數據治理以及維護和構建數據治理。

• 數據生命週期管理

  • • 在數據的整個生命週期內主動規劃數據管理。
    • 數據生命週期和系統開發生命週期 （SDLC） 之間的區別。
    • 貫穿整個數據生命周期的數據治理接觸點。

• 元數據管理

  • • 什麼是元數據，為什麼它很重要？
    • 元數據的類型、用途和來源。
    • 元數據和業務詞彙表。有什麼聯繫？
    • 元數據如何為數據治理和元數據標準提供必要的粘合劑。

• DG 迷你專案

  • • 開始 Data Go vernance 計劃，您必須儘早到位。如何為 DG 製作與業務目標相關的現實商業案例？

• 文件記錄和內容管理

  • • 為什麼文檔和記錄管理很重要。
    • 分類學與本體論......有什麼區別。
    • 影響記錄和內容管理的法律和法規注意事項。

• DATA MODELING 基礎知識

  • • 數據模型的類型、它們的用途以及它們如何相互關聯。
    • 數據模型的開發和利用，從企業到概念、邏輯、物理和維度。
    • 成熟度評估，考慮模型在企業中的使用方式及其在系統開發生命週期 （SDLC） 中的集成。
    • 數據建模和大數據。
    • 為什麼數據建模在數據治理和 BP 案例研究中起著關鍵作用。

• 數據品質管理

  • • 數據品質的不同方面，以及有效性經常與品質混淆的原因。
    • 確保數據品質的策略、程序、指標、技術和資源。
    • 數據質量參考模型及其應用方法。
    • 為什麼數據品質管理和數據治理是相互關聯的，以及案例研究。

• 數據運營管理

  • • 數據操作的核心角色和注意事項。
    • GoOD 數據操作實踐.

• 數據風險與安全

  • • 識別威脅並採取防禦措施，以防止未經授權的訪問、使用或丟失數據，尤其是濫用個人數據。
    • 識別數據及其使用的風險（不僅僅是安全性）。
    • 不同法規的數據管理注意事項，例如 GDPR、BCBS239。
    • 數據治理在數據安全管理中的作用。

• 主 & 參考資料管理

  • • 參考數據和主數據之間的差異。
    • 識別和管理整個企業的主數據。
    • 4 種通用 MDM 架構及其在不同情況下的適用性。
    • 如何逐步實施 MDM 以與業務優先順序保持一致。
    • 挪威國家石油公司 （Equinor） 案例研究。

• 數據倉庫、商業智慧和數據分析

  • • 什麼是數據倉庫和商業智慧，我們為什麼需要它。
    • 主要的數據倉庫架構（Inmon & Kimball）。
    • 維度數據建模簡介。
    • 為什麼沒有適當的數據治理就無法進行主數據管理。
    • 數據分析和機器學習以及數據視覺化。

• 數據集成和互操作性

  • • 數據集成尋求解決的業務（和技術）問題是什麼？
    • 數據集成和數據互操作性 - 有什麼區別？
    • 不同風格的數據集成和互操作性，它們的適用性和影響。
    • 提供數據集成和訪問的方法和指南。