DAMA 丨數據管理專業(yè)人士CDGA & CDGP & CDMP 認證方案
由于大數據技術的飛速發(fā)展，數字經濟突飛猛進，數字的價值逐漸凸顯2020 年 4 月發(fā)布的《中 共中央國務院關于構建更加完善的要素市場化配置管理機制的意見》（以下簡稱意見）中，首次將“數 據”與土地、勞動力資本、技術等傳統(tǒng)要素并列為要素之一，數據已經像工業(yè)時代的石油一樣， 成為信息時代最重要的基礎要素。為了解決社會對數據管理人才的緊迫需求規(guī)范化數字要素市場，滿足《意見》中推進政府數據開放共享、提升社會數
據資源價值、加強數據資源整合和安全保護三項要求，DAMA 中國特就決定建立一個長期的“數據人才” 成長計劃，面向個人開展培訓認證。
DAMA 數據管理專業(yè)認證（CDMP）是DAMA 國際推出的一些國際專業(yè)認證。為了便于國內廣大數據從業(yè)者學習相關認證，DAMA 中國以國際數據管理協(xié)會(簡稱“DAMA 國際”) DAMA 數據管理知識體系為基礎，結合國內實際需求，對DAMA 國際數據管理專業(yè)人員認證 ( CDMP )的考試語言、考試形式、考試內容、證書類型等進行了適當本地化重構。重構后認證考試分為數據治理工程師 ( Certified Data Governance Associate, CDGA )和數據治理專家 ( Certified Data Governance Professional, CDGP )。DAMA 中國承擔認證考試命題工作，并定期組織中文考試，對考試通過者由 DAMA 中國頒發(fā)認證證書。證書有效期為三年，獲得 CDGA 認證才能申請 CDGP 認證考試。
DAMA 認證為數據管理專業(yè)人士提供職業(yè)目標晉升規(guī)劃，彰顯了職業(yè)發(fā)展里程碑及發(fā)展階梯定義， 幫助數據管理從業(yè)人士獲得企業(yè)數字化轉型戰(zhàn)略下的必備職業(yè)能力，促進開展工作實踐應用及實際問題解決，形成企業(yè)所需的新數字經濟下的核心職業(yè)競爭能力。
?? 組織數字化轉型推動者及參與者：
項目管理辦公室（PMO）總監(jiān)/經理/數據管理專員/技術經理、軟件IT 行業(yè)專業(yè)人士、PM 項目經理、數據服務行業(yè)從業(yè)人員、CEO 企業(yè)首席執(zhí)行官、CMO 企業(yè)首席營銷官、CFO 企業(yè)首席財務管理及企業(yè)數字化轉型相關部門負責人(總經理、副總經理、總監(jiān)、部門經理等)
?? 政府及事業(yè)單位數據管理人員：
包括政府機構大數據/信息化/新型智慧城市主管部門人員、醫(yī)療/金融/教育等行業(yè)領域數據管理人員
?? 數據管理從業(yè)人員：
包括CIO 企業(yè)首席信息官、CDO 企業(yè)首席數據官、CTO 企業(yè)信息技術官、組織數據管理專家、組織內各業(yè)務職能數據管理專員和數據管理團隊及專兼職數據管理人員以及對信息技術和數據管理工作感興趣的學習者
DAMA International 成立于 1980 年，是一個由技術和業(yè)務專業(yè)人員組成的全球領域的非營利的獨立于廠商的數據管理專業(yè)協(xié)會，旨在世界范圍內推廣并促進信息和數據管理領域的概念和最佳實踐的發(fā)展。DAMA China（國際數據管理協(xié)會中國分會）是個非營利性、專注數據管理的專業(yè)組織。旨在交流國際、國內在數據管理領域中的最新進展，共享業(yè)界的實踐、經驗和成果，促進我國數字化水平的不斷提高和創(chuàng)新。為了更好地推動國內數據治理知識體系的不斷完善、理論與實戰(zhàn)的結合、細分行業(yè)的發(fā)展、人才的培養(yǎng)，特設數據治理專業(yè)人才資質認證考試，通過以考試為依據的專家資質認證，以便為個人在數據治理方面取得成就提供資質證明，為企業(yè)選拔人才提供標準，為數據治理從業(yè)者提供學習指引和職業(yè)發(fā)展方向。
DAMA 推出 CDMP（Certified Data Management Professional，數據管理專業(yè)人士認證）考試， 全球唯一數據管理方面權威性認證，幫助數據從業(yè)者提升數據管理能力。DAMA 每年舉辦全球數據管理大會匯集全球頂級專家、相關廠商、甲方專家等集中進行演講和討論，探討發(fā)展存在的問題、發(fā)展的趨勢和 相互分享成功經驗。
n? 理論與實踐相結合、案例分析與理論穿插進行；
n? 專家精彩內容解析、學員專題討論、分組研究；
n? 通過全面知識理解、專題技能掌握和安全實踐增強的授課方式。
n? 對于數據從業(yè)者個人而言：
通過CDGA/CDGP 專業(yè)認證，可以得到持續(xù)不斷的專業(yè)發(fā)展，獲得更高的市場信譽和認可，是數據管理從業(yè)者職業(yè)生涯的里程碑。
n? 對于企業(yè)而言：
CDGA/CDGP 專業(yè)認證是評估企業(yè)數據管理實踐的基準，一方面能提高員工的數據管理素質和技能，另一方面，能夠提升全員的數據管理意識，進而促進公司整體數據管理能力提升，積極有效推進企業(yè)數字化轉型。
章節(jié) | 模塊 | 培訓內容 |
| 掌握數據、數據與信息、數據作為組織資產、數 | 1.1 簡介?????????????????????????????????? 1.6 數據管理面臨的挑戰(zhàn) |
第一章 | 據管理原則、數據管理挑戰(zhàn)、數據戰(zhàn)略基本概念、 | 1.2 什么是數據？????????????????????? 1.7 數據戰(zhàn)略 |
數據管理 | 掌握數據管理框架基本內容包括：戰(zhàn)略模型、阿 | 1.3 數據與信息???????????????????????? 1.8 數據管理框架 |
| 姆斯特丹模型、DAMA-DMBOK 框架、DAMA | 1.4 數據作為組織資產?????????????? 1.9 DAMA 與 DMBOK |
| 金字塔 | 1.5 數據管理原則????????????????????? 1.10 總結 |
? 第二章 數據處理倫理 | 數據倫理準則、數據隱私法背后的原則、在線數據的倫理環(huán)境、違背倫理進行數據處理的風險、建立數據倫理文化、數據倫理與治理 | 2.1 簡介??????????????????????????????????? 2.5 在線數據的倫理環(huán)境 2.2 業(yè)務驅動因素????????????????????? 2.6 違背倫理進行數據處理的風險 2.3 數據倫理準則????????????????????? 2.7 建立數據倫理文化 2.4 數據隱私法背后的原則???????? 2.8 數據倫理與治理 |
| 掌握數據治理指導原則、數據治理關鍵驅動因 | 3.1 簡介??????????????????????????????????? 3.5 數據治理關鍵指標 3.2 數據治理基本活動?????????????? 3.6 數據治理最佳實踐 3.3 數據治理工具和技術??????????? 3.7 總結 3.4 數據治理實施指南 |
第三章 | 素、數據治理的主要組成內容、數據治理關鍵指 |
數據治理 | 標、數據治理關鍵輸入輸出、數據治理的主要工 |
| 具、數據治理應用中的策略、數據治理評價理論、 |
| 數據治理最佳實踐 |
? 第四章數據架構 | 掌握數據架構指導原則、數據架構關鍵驅動因 素、數據架構的主要組成內容、數據架構關鍵指標、數據架構關鍵輸入輸出、數據架構的主要工具、數據架構應用中的策略、數據架構評價理論、 數據架構最佳實踐 | 4.1 簡介??????????????????????????????????? 4.5 數據架構關鍵指標 4.2 數據架構基本活動?????????????? 4.6 數據架構最佳實踐 4.3 數據架構工具和技術??????????? 4.7 總結 4.4 數據架構實施指南 |
? 第五章 數據建模與設計 | 掌握數據模型指導原則、數據模型關鍵驅動因 素、數據模型的主要組成內容、數據模型關鍵指標、數據模型關鍵輸入輸出、數據模型的主要工具、數據模型應用中的策略、數據建模評價理論、 數據建模最佳實踐 | 5.1 簡介??????????????????????????????????? 5.5 數據模型關鍵指標 5.2 數據模型基本活動?????????????? 5.6 數據建模最佳實踐 5.3 數據建模工具和技術??????????? 5.7 總結 5.4 數據建模實施指南 |
? 第六章 數據存儲與操作 | 掌握數據庫設計指導原則、數據存儲與操作驅動因素、數據庫的主要組成內容、數據庫管理關鍵指標、數據庫管理關鍵輸入輸出、數據庫管理的主要工具、數據庫設計應用中的策略、數據存儲 與操作評價理論、數據庫管理最佳實踐 | 6.1 簡介??????????????????????????????????? 6.5 數據庫管理關鍵指標 6.2 數據庫關機基本活動??????????? 6.6 數據庫管理最佳實踐 6.3 數據庫工具和技術?????????????? 6.7 總結 6.4 數據庫實施指南 |
? 第七章數據安全 | 掌握數據安全指導原則、數據安全關鍵驅動因素、數據安全的主要組成內容、數據安全關鍵指標、數據安全關鍵輸入輸出、數據安全的主要工具、數據安全技術、數據安全實施指南、數據安 全最佳實踐 | 7.1 簡介??????????????????????????????????? 7.5 數據安全關鍵指標 7.2 數據安全基本活動?????????????? 7.6 數據安全管理評價 7.3 數據安全工具和技術??????????? 7.7 數據安全管理最佳實踐 7.4 數據安全實施指南?????????????? 7.8 總結 |
| 掌握數據集成與互操作性指導原則、數據集成與 | 8.1 簡介 |
| 互操作性關鍵驅動因素、數據集成與互操作性的 | 8.2 數據集成與互操作性基本活動 |
第八章 | 主要組成內容、數據集成與互操作性關鍵指標、 | 8.3 數據集成與互操作性工具和技術 |
數據集成與互操 | 數據集成與互操作性關鍵輸入輸出、數據集成與 | 8.4 數據集成與互操作性實施指南 |
作性 | 互操作性的主要工具、數據集成與互操作性實施 | 8.5 數據集成與互操作性關鍵指標 |
| 指南、數據集成與互操作性的評價理論、數據集 | 8.6 數據集成與互操作性最佳實踐 |
| 成與互操作性最佳實踐 | 8.7 總結 |
| 掌握內容管理指導原則、內容管理關鍵驅動因 | 9.1 簡介???????????????????????????????????? 9.5 內容管理關鍵指標 |
第九章 | 素、內容管理的主要組成內容、內容管理關鍵指 | 9.2 文檔和呢日用管理基本活動 9.6 內容管理最佳實踐 |
文檔和內容管理 | 標、內容管理關鍵輸入輸出、內容管理的主要工 | 9.3 內容管理工具和技術???????????? 9.7 總結 |
| 具、內容管理實施指南、內容管理最佳實踐 | 9.4 內容管理實施指南 |
| 掌握參考數據和主數據指導原則、參考數據和主 | 10.1 簡介 |
第十章 | 數據關鍵驅動因素、參考數據和主數據主要組成 | 10.2 參考數據和主數據基本活動 |
參考數據和主數 | 內容、參考數據和主數據關鍵指標、參考數據和 | 10.3 參考數據和主數據工具和技術 |
據 | 主數據關鍵輸入輸出、參考數據和主數據的主要 | 10.4 參考數據和主數據實施指南 |
| 工具、參考數據和主數據實施指南、參考數據和 | 10.5 參考數據和主數據關鍵指標 |
| 主數據評價理論、參考數據和主數據最佳實踐 | 10.6 參考數據和主數據最佳實踐 |
| 掌握數據倉庫與商務智能指導原則、數據倉庫與 | 11.1 簡介 |
| 商務智能關鍵驅動因素、數據倉庫與商務智能的 | 11.2 數據倉庫與商務智能基本活動 |
第十一章 | 主要組成內容、數據倉庫與商務智能關鍵指標、 | 11.3 數據倉庫與商務智能工具和技術 |
數據倉庫與商務 | 數據倉庫與商務智能關鍵輸入和輸出、數據倉庫 | 11.4 數據倉庫與商務智能實施指南 |
智能 | 與商務智能的主要工具、數據倉庫與商務智能應 | 11.5 數據倉庫與商務智能關鍵指標 |
| 用中的策略、數據倉庫與商務智能評價理論、數 | 11.6 數據倉庫與商務智能最佳實踐 |
| 據倉庫與商務智能最佳實踐 | 11.7 總結 |
| 掌握元數據指導原則、元數據關鍵驅動因素、元 | 12.1 簡介??????????????????????????????????????????????????? 12.5 元數據關鍵指標 |
第十二章 | 數據的主要組成內容、元數據關鍵指標、元數據 | 12.2 元數據管理基本活動??????????????????????????????????????????????????? 12.6 元數據最佳實踐 |
元數據管理 | 關鍵輸入輸出、元數據的主要工具、元數據應用 | 12.3 元數據管理工具和技術??????????????????????????????????????????????????? 12.7 總結 |
| 中的策略、元數據評價理論、元數據最佳實踐 | 12.4 元數據實施指南 |
? 第十三章數據質量 | 掌握數據質量指導原則、數據質量關鍵驅動因 素、數據質量的主要組成內容、數據質量關鍵指標、數據質量關鍵輸入輸出、數據質量的主要工具、數據質量應用中的策略、數據質量評價理論、 數據質量最佳實踐 | 13.1 簡介 13.5 數據質量關鍵指標 13.2 詩句質量基本活動 13.6 數據質量最佳實踐 13.3 數據質量工具和技術 13.7 總結 13.4 數據質量實施指南 |
| 掌握大數據指導原則、大數據與數據科學關鍵驅 | 14.1 簡介 14.5 大數據與數據科學關鍵指標 14.2 大數據與數據科學基本活動 14.6 大數據與數據科學最佳實踐 14.3 大數據與數據科學工具和技術 14.7 總結 14.4 大數據與數據科學實施指南 |
第十四章 | 動因素、大數據與數據科學的主要組成內容。大 |
大數據與數據科 | 數據關鍵指標、大數據關鍵輸入輸出、大數據的 |
學 | 主要工具、大數據與數據科學應用中的策略、大 |
| 數據評價理論、大數據與數據科學最佳實踐 |
| 掌握數據管理能力指導原則、數據管理能力成熟 | 15.1 簡介 |
| 度評估關鍵驅動因素、數據管理能力成熟度的主 | 15.2 數據管理能力成熟度基本活動 |
第十五章 | 要內容、數據管理能力成熟度關鍵指標、數據管 | 15.3 數據管理能力成熟度工具和技術 |
數據管理能力成 | 理能力成熟度關鍵輸入輸出、數據管理能力成熟 | 15.4 數據管理能力成熟度實施指南 |
熟度評估 | 度的主要工具、數據管理能力成熟度應用策略、 | 15.5 數據管理能力成熟度關鍵指標 |
| 數據管理能力成熟度評價理論、數據管理能力成 | 15.6 數據管理能力成熟度最佳實踐 |
| 熟度最佳實踐 | 15.7 總結 |
第十六章 數據管理組織及角色 | 掌握數據管理組織模式、數據管理成功關鍵要素、建立數據管理組織、數據管理組織與其他組織間關系、數據管理組織中的角色、數據管理組 織最佳實踐 | 16.1 簡介?????????????????????????????? 16.5 數據管理組織與其他組織關系 16.2 數據管理組織模式????????? 16.6 數據管理組織中的角色 16.3 數據管理成功關鍵要素 ??16.7 總結 16.4 建立數據管理組織 |
|
| 17.1 簡介 |
|
| 17.2 變革法則 |
第十七章 數據管理與組織變革管理 | 掌握數字化轉型下組織變革管理原則、科特的變革管理八大誤區(qū)、科特的重大變革八步法、組織變革的創(chuàng)新與可持續(xù)發(fā)展、組織持續(xù)獲得數據管 理價值 | 17.3 并非管理變革，而是管理轉型過程 17.4 科特的變革管理八大誤區(qū) 17.5 科特的重大變革八步法 17.6 組織變革的創(chuàng)新與可持續(xù)發(fā)展 |
|
| 17.7 組織持續(xù)獲得數據管理價值 |
|
| 17.8 總結 |
11 個知識領域+區(qū)塊鏈
?
考試期 | DAMA 知識體系精講課程 |
2022年12 月班、2023年1月班 | 11 月 12 日、11 月 13 日、11 月19 日 |
報考條件： |
|
|
|
|
| 報考條件 |
數據治理工程師 CDGA | ?？萍耙陨蠈W歷獲得者，致力于從事大數據相關行業(yè) |
? 數據治理專家 CDGP | ü? 博士學位獲得者； ü? 碩士學位獲得后，從事 IT 相關工作 1 年以上者； ü? 本科畢業(yè)后，從事 IT 相關工作 3 年以上者； ü? ?？飘厴I(yè)后，從事 IT 相關工作 5 年以上者； |
? 國際數據管理專業(yè)認證CDMP | ü? 從業(yè)級（A）：0-5 年工作經驗 ü? 專業(yè)級（P）：2-10 年工作經驗 ü? 大師級（M）：10 年以上工作經驗 ü? 院士級（F）：25 年以上工作經驗 |
?
課程名稱 | CDGA（數據治理工程師） | CDGP（數據治理專家） | CDMP(數據治理專業(yè)人士） |
培訓費 | 直播課程：4800 元 | 面授課程：6800 元 | 面授課程：6800 元 直播課程：4800 元 |
? 認證費 | 2000 元（限時推廣價 1000） 考試不通過可免費補考一次 三年 60 學分+200 元續(xù)證 | 4000 元（限時推廣價 2000） 考試不通過可免費補考一次 三年 60 學分+200 元續(xù)證 | 初考費 311 美元； 重考費 111 美元； 證書更新費 100 美元； |
通過 | 滿分 100 分：60 分及格， | 滿分 100 分：60 分及格 | 滿分 100 分：60 分通過（Associate） 滿分100 分:70 分通過(practitioner) |
授課方式 | 3 天直播 | 2 天面授 | 3 天直播 |
? 說明 | 培訓費已含：教材、講義資料、?？碱}等全部學習資料 學員培訓免費重聽多次 考試時間自由選擇（自報名之日起，2 年學習有效期） |
報名方式 | 1.?? 通過 DC 官方網站報名提交資料，并交納考試費用； 2.?? 通過 DC 授權的培訓機構統(tǒng)一報名提交資料，并交納考試費用； |
考試時間 | 考試時間：2022 年 3 月、6 月、9 月、12 月（以官方發(fā)布公告為準） |
?