数据管理专业人士认证（CDMP）证书授予那些具备以下综合条件资格的人员，这些条件包括教育程度、技能经验和基于测试的专业知识考试。证书分为基础级Associate、专家级Practitioner、大师级Master和院士级Fellow。为了维护认证状态并持续使用证书，需缴纳年度认证费用，加3年的继续教育和专业活动要求。
CDMP考试认证分为四个等级，分别是Associate（基础级）、Practitioner（专家级）、Master（大师级）和Fellow（院士级）。四个等级将分别从教育学历、工作经验、专业知识以及对DAMA的贡献等角度进行认证考核，具体如下：
机考
考试题目数量：100道选择题，100分
考试时间：90+20 Min（英语非第一语言区域可获得20分钟额外时间）
考试语言：英语
监考形式：ProctorU远程监考。
专业发展和再认证。
要保持CDMP资格要求3年内必须获得120小时获得认可的在教育时间。很多教育活动都可以计算在内，包括DAMA的研讨会和分会活动。
培训费：XXXX元/人（含培训费、场地费、资料费、学习期间午餐），食宿可统一安排，费用自理。
本课程培训结束后可由我部协助参考数据管理专业人士认证CDMP认证考试，考试费用为每门311美金（无发票），代报名费用为每门2500元人民币（可开发票）。
参加国内中文版CDGA/CDGP考试有优惠，来电详询 400-820-7975
（Oracle 11g\12g OCM、Oracle BIEE专业认证、CDMP、Prince 2 Practitioner、RHCE）上海交通大学金融信息专业工程管理硕士，Oracle OCP\OCM讲师。目前就职于某金融机构，负责全司数据治理工作。拥有多年互联网、银行、保险的数据开发与管理工作经验，对数据治理、数据架构、数据标准化、数据质量、元数据管理及数仓建设等有深刻的理解，长期致力于数据治理、数据架构及数据标准化方面的研究和实践。
本课程以《DAMA-DMBOK数据管理知识体系指南》作为权威的基础教程，全面深入讲解数据管理领域知识、技能和实践，将国际公认和权威的数据管理知识体系进行详细的解读。
课程目标为培养企业智能化、数字化转型背景下急需的数据管理人才，打造企业核心数据能力，构建数据管理团队，促进数据要素资源的开发和利用。
同时，本课程提供DAMA国际CDMP专业认证，该认证为数据管理专业人士提供职业目标晋升规划，帮助数据管理从业人士获得企业数据化转型战略下的必备职业能力，促进开展工作实践应用及实际问题解决，形成企业所需的新数字经济下核心职业竞争能力。
第一章：数据管理 |
||
| 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 |
||
| 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 |
||
| 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 数据治理实践 3.7 总结 |
第四章：数据架构 |
||
| 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 数据架构实践 4.7 总结 |
第五章：数据建模与设计 |
||
| 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 数据建模实践 5.7 总结 |
第六章：数据存储与操作 |
||
| 第六章 数据存储与操作 |
掌握数据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 数据库管理实践 6.7 总结 |
第七章：数据安全 |
||
| 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 数据安全实践 7.8 总结 |
第八章：数据集成与互操作性 |
||
| 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实践。 |
8.1 简介 8.2 数据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实践 8.7 总结 |
第九章：文档和内容管理 |
||
| 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 内容管理实践 9.7 总结 |
第十章：参考数据和主数据 |
||
| 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 参考数据和主数据实践 10.7 总结 |
第十一章：数据仓库与商务智能 |
||
| 第十一章 数据仓库与商务智能 |
掌握数据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实践 11.7 总结 |
第十二章：元数据管理 |
||
| 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 元数据实践 12.7 总结 |
第十三章：数据质量 |
||
| 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 数据质量实践 13.7 总结 |
第十四章：大数据与数据科学 |
||
| 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 大数据与数据科学实践 14.7 总结 |
第十五章：数据管理能力成熟度 |
||
| 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实践 15.7 总结 |
第十六章：数据管理组织及角色 |
||
| 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 |
||
| 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实践 17.8 总结 |