数据管理、数据治理培训方案
浏览:172次 作者:小编培训背景
在软件工程学中,数据模型设计的意义非常重大,而数据治理作为一项专业技术,则贯穿了数据自始至终的过程,具有技术、理念和意义。在美、日、韩等IT行业发展比我国更早的国家及地区,企业级数据的管理大都严格遵守Data Governance(数据治理)的科学方法论和工业化流程。国内IT行业经历了近二十年的系统从无到有、由少及多,近几年,国内越来越多的大型企业、政府部门的客户开始自发地学习、引进、实施数据架构模式管理和数据治理技术。随着企业级的系统越来越多、数据量愈来愈大、数据间的交互日趋繁杂,数据应用分析挖掘需求会随之增大,而数据模型的精细科学管理、以及数据治理的技术需求,也会愈来愈大。
相对于具体单一系统的建设、某个功能的实现、某项技术的细节类培训,本课程的特色在于面对企业级整体的数据管控,是宏观技术的理念与具体落实方法相结合的培训讲授。课程以企业级数据治理及数据仓库模型设计为主题,结合实际项目案例和实施经验心得,讲授数据治理的框架、数据标准化、数据模型管理、元数据管理、源代码管理及应用影响度分析等各个模块相关的技术。该课程是数据管理方向的高级课程,通过企业级大项目的数据整体流程管理的介绍,囊括了数据从产生前的标准设计、标准应用到数据模型设计、数据模型管理、数据模型和数据库之间的映射、数据库内元数据的管理,直到源代码级别的管理,以及标准-模型-数据库-应用程序源代码的整体关系树的展现。 学员可以从课程中了解到数据从无到有、从生成到停用的整个流程的管理和技术,可以让普通的开发人员接触到大型数据系统级别的综合管理。
培训特色
1.理论与实践相结合、案例分析与理论穿插进行
2.专家精彩内容解析、学员专题讨论、分组研究
3.通过全面知识理解、专题技能掌握和安全实践增强的授课方式
互动式教学
讲师讲授+案例分析+视频互动+角色扮演+情景模拟+实操演练
培训对象
1.CIO企业首席信息官、CDO企业首席数据官
2.企业数据管理专家、专家委员会专员
3.企业各业务职能、数据管理专员
4.数据管理团队及专兼职人员
日程安排
数据管理课程大纲 | |
第一部分:数据标准化 | |
章节 | 内容 |
一. 当前业界的几种主流的数据标准化方法概要 | |
二. 数据标准化中的标准域和用语词典的制作方法、过程 | |
三. 数据标准制定 | 1. 数据标准化原则定义 |
2. 数据标准化需求收集 | |
3. 分析现况 | |
4. 数据标准改善方案 | |
四. 数据标准化定义 | 1. 标准单词定义 |
2. 标准域字典定义 | |
3. 标准代码字典定义 | |
4. 标准用语字典定义 | |
五. 数据标准审批流程 | |
六. 按域拆词的必要性 | |
第二部分:数据字典梳理 | |
章节 | 内容 |
一. 数据字典梳理的目标 | |
二. 数据字典梳理的流程 | |
三. 数据字典梳理的方法 | 1. 使用脚本梳理 |
2. 使用工具梳理 | |
3. 使用VBA整理Excel和Word中数据字典 | |
第三部分:元数据管理 | |
章节 | 内容 |
一. 元数据规范的制定 | |
二. 元数据管理流程的制定 | |
三. 元数据的采集及企业级全流程血缘构建方案 | |
第四部分:数据质量管理 | |
章节 | 内容 |
一. 数据质量管理体系制定 | |
二. 数据质量管理体系流程及相应组织结构 | |
三. 数据质量校验规则制定方法 | |
四. 基础数据质量与指标数据质量的管理及检核方案 | |
五. 如何有效提升数据质量? |
推荐讲师
汪老师 DAMA China主席,《数据治理和数字化》丛书主编,国务院国资委数字化转型和数据要素百问专家组长。曾任美国区块链技术应用研究院院长、美数集团公司董事长。1989年浙大硕士毕业,1991年赴美留学获MBA,曾就职于多家知名企业,从事大数据、人工智能和区块链等领域工作。同时担任多个社会职务和学术职务。
郑老师 2011年于韩国国立釜庆大学获工学博士,曾任EN-CORE中国区业务及技术总监。他是《海量数据库解决方案》译者,著有《海量数据库解决方案2》等书,参与数据架构、数据治理项目。2013年获评北京朝阳区“凤凰计划”人才,2015年荣获中国大数据领域领军人物奖。
常老师 北京大学会计学博士,CDA数据科学研究院名誉院长,担任多专业委员及专家职务,包括腾讯云TVP。20年金融、互联网等行业数据经验,助企业数字化转型。客户含人行、国开行等。曾任毕马威大数据总监等,现为多校硕士导师,著有数据领域多部著作。
- 标签: 数据治理 数据管理 数据管理定律 数据管理工程师 数据管理体系 数据管理体系培训 数据管理体系课程 数据治理课程 数据治理培训
-
上篇: 数据分析技术工具培训方案
下篇: 数据科学家培训方案