课程收益：
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。
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
培训时间 4月
23-25 5月
23-25 7月
29-31 9月
27-29
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
1、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。
2、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。
3、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。
4、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。
5、提高薪资福利
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。
6、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：
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
1.9 DAMA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
章节 模块 培训内容
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
章节 模块 培训内容
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
章节 模块 培训内容
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 每年3/6/9/12月
报名条件 数据管理工程师
0.5-2年相关工作经验
数据管理专家
2-10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 考试时间预计为
3月、6月、10月（峰会）、12月
考试内容 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 英语线上机考 中文线下笔试
考题类型 单选题 单选题
考题数量 100道 100道
考试时长 90分钟+20 分钟
（英语非第一语言区域可获得20分钟额外时间） 100分钟
考试通过 CDMP-Associate 100满分 60分通过
CDMP-Practitioner 100满分 70分通过
CDMP-Master 100满分 80分通过 100满分 60分通过
发证机构 DAMA国际 DAMA中国
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
课程培训结束后中培可协助参考数据管理专业人士认证 CDMP认证考试的学员报名考试，考试费用为每门311美金（无发票），基础级（A级）1门，代报名费用为2500元人民币（可开发票），随约随考考试需要VPN软件；补考费211美金（无发票）。
DAMA中国数据治理工程师CDGA认证
培训费：4800 元/人
课程培训结束后可由中培统一协助报名考试，考试认证费1000元。学员未通过首次考试，可申请一次认证考试费减免的机会。
讲师介绍：
