【加油站】DAMA数据管理知识体系培训（杭州、北京、广州、成都）
主办单位 | 浙江省经济与信息化委员会 宣传教育培训中心 |
承办单位 | 杭州中华职业专修学校 DAMA中国首批认证培训机构 |
2、在全国各大城市培训时间初步安排（前五期）
序号 | 时间 | 地点 | 备注 |
1 | 2020年7月18日－19日 | 浙江省杭州市 | 第一期 |
2 | 2020年8月1日－2日 | 北京 | 第二期 |
3 | 2020年8月15日－16日 | 广州 | 第三期 |
4 | 2020年8月22日－23日 | 成都 | 第四期 |
5 | 2020年9月5日－6日 | 北京 | 第五期 |
3、培训背景
随着信息科技的不断发展，越来越多的企事业单位选择在战略层面启企业级数字化转型之路，利用数据来赋能业务，广泛覆盖市场营销、客户管理、运营管理、风险控制等多样化的业务场景，通过数字化技术提升企业整体的管理效率和精细化水平。2020年4月发布的《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》中，首次将“数据”与土地、劳动力、资本、技术等传统要素并列为要素之一，要求加快培育数据要素市场，提出了推进政府数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护三项要求。作为数据价值释放的基础，如何有效的实施数据治理工作是近年来金融行业普遍关注的重要课题。
以金融机构为例：金融行业监管机构也将数据治理工作作为重点工作内容：2018年5月21日，中国银保监会发布《银行业金融机构数据治理指引》，将数据治理上升为公司治理层面，要求金融机构针对数据治理架构、数据管理、数据安全、数据质量和数据价值实现等方面进行体系建设和完善，并将数据治理成效与监管评级挂钩。
2019年8月23日，中国人民银行印发《金融科技（FinTech）发展规划（2019-2021年）》（以下简称《规划》），明确提出未来三年金融科技工作的指导思想、基本原则、发展目标、重点任务和保障措施，也将数据治理作为金融机构的重点工作内容。此外，国家市场监督管理总局和国家标准化管理委员会批准《信息技术服务 治理 第5部分：数据治理规范》国家标准发布实施，以指导组织建立数据治理体系，并监督其运行和完善。
2020年5月20日，银保监会又发布了《中国银保监会办公厅关于开展监管数据质量专项数据治理工作的通知》，旨在深入贯彻落实习近平总书记的重要指示批示精神和中央有关决策部署，切实提升银行业保险监管数据质量，以优质信息服务监管工作大局和银行业保险业高质量发展。
4、课程特点：
国内数据治理工作的知识体系基础，来自于国际数据管理协会出版的《DAMA-DMBOK指南》，其中文译本第一版由清华大学出版社于2012年出版，第二版由机械工业出版社于2020年6月出版。该指南集是数据管理业界最佳实践的结晶，已成为从事数据管理工作的经典参考和指南。在此之上，本培训也包含了国内针对数据成熟度、数据安全等方面的本地化政策、标准、实践等内容。
在数据治理工作的热潮下，各领域的数据治理专业人才将成为推动数据治理落地与持续运营的核心角色。数据治理专业人才需要通过学习数据治理理论基础与实践案例，对数据治理的工作目标形成清晰的认识，在掌握专业知识的同时，明确数据治理工作的定位与职责。为了更好地为国内各机构开展数据治理工作提供理论和实践支持，培养包括金融、工业制造业等行业数据的治理人才，指导相关行业数据治理工作的有效开展，本培训结合已有的数据管理知识体系及同业机构在数据治理领域的成功案例，主要围绕以下三大视角设计了数据治理系列培训课程：
（1）从监管合规要求及数据治理理论视角，讲解数据治理体系（组织、职责、制度、流程等）的建设方法以及数据价值的实现思路，解决金融机构开展数据治理和数据应用过程中的相关疑惑，以便更好的实现数据的资产化及价值化。
（2）系统讲解以DMBOK2体系为基础架构，以DCMM为数据管理成熟度评估机制、以GDPR为数据伦理导向的数据治理知识体系。
（3）从同业数据治理成功案例的实战视角，分享同业金融机构在数据治理和数据应用方面的领先实践和成功经验，为数据治理具体工作展开提供丰富、生动的实战指南。
5、培训对象
包括但不限于：
数据相关工作的管理层领导；
数据管理团队及专、兼职数据管理人员、数据相关项目的解决方案提供者；
业务部门数据分析和报表统计人员；
信息科技部门数据平台开发、运维及安全管理人员；
会计事务师所、律师事务所在风险、合规、管理、数据治理领域的从业人员；
政府领域数据管理领域的研究人员；
负责开发和提供数据管理课程的教育工作者等。
6、课程设计：
第1天：数据管理知识体系概述、数据治理、数据伦理、数据架构、数据模型、数据安全、数据集成和互操作。
第2天：主数据和参考数据、数据仓库与商务智能（数据应用）、元数据管理、数据质量、大数据和数据科学、数据管理成熟度评估、数据管理组织和职责、数据管理与组织变革。
详情请参见附件、《数据治理培训内容纲要》。本培训课程设计思路及教学安排紧密围绕着：
（1）以理论为基础：全面、清晰、体系化解读数据治理理论知识和方法论。
（2）以实战为导向：与金融机构实际业务和管理场景相结合的实战方案分享与指南。
（3）以能力为目标：课堂带教与课间互动，力求学员掌握技能，用人单位可立即获得人力资本上的提升。
7、培训提供
第一天课程1至课程7；第二天课程8至课程16
具体培训内容分成16个章节模块，详见下表：
章节 | 模块 | 培训内容 |
背景介绍 | 介绍数据治理背景、发展历史以及相关方法论。 | |
课程1 | 数据管理知识体系概述 | 以金融行业为例，说明数据治理环境以及数据治理在行业的实践以及指导作用，体系化介绍数据管理知识体系全貌，同时还介绍各个模块之间的关系、术语、重要概念以及沟通技巧。 |
课程2 | 数据伦理 | 介绍数据伦理的核心概念，说明数据操作与自然人、数据所有权归属与经济价值之间的关系。说明数据伦理的准则、各国当前的伦理法规，并通过案例说明数据伦理的应用情况。 |
课程3 | 数据治理 | 说明数据治理的驱动原因、明确数据治理的目标与原则，通过关键管理活动来明确数据治理的内核，并介绍当前广泛使用的数据治理的方法论、介绍数据治理的工作场景以及沟通技巧。 |
课程4 | 数据架构 | 数据架构主要包括识别企业数据需求 、设计维护总蓝图指导数据的集成 、 控制数据资产 、 对齐企业目标 。本节课程将介绍数据架构的主要工作内容以及实践实操，并说明常见问题以及其解决方案。 |
课程5 | 数据模型与设计 | 数据模型与设计包括数据建模，明确概念、逻辑、物理的数据模型层级。本节课程主要介绍数据建模的主要工作内容以及再金融行业的优秀实践。 |
课程6 | 数据安全 | 数据安全主要关注常见的黑客行为 、 常见的系统安全风险 、 常见 的数据滥用 、 常见的数据威胁 、常见的恶意软件的安全规范，本节课程将介绍数据安全的技术、方法与工具，金融行业相关的数据安全法规以及实施的重点难点。 |
课程7 | 数据集成和互操作 | 数据集成与互操作主要描述数据整合与传输的流程，本节课程主要介绍数据集成基本概念，如数据抽取、转换、加工等，数据集成模式、工作方法、工作工具等方面的内容。 |
课程8 | 文件和内容管理 | 文件和内容管理将针对结构化与非结构化的数据的高效整合与高效利用方式方法展开说明。从工作方式方法、工作工具等方面介绍内容管理与分发方式、术语管理、数据地图、工作流等。 |
课程9 | 主数据与参考数据 | 主数据与参考数据主要说明对数据不同的分类所划分的“最大公约数据”以及为管理提供服务的参考数据。包括对数据分类方法的说明、主数体系介绍、主数据管理方式等。 |
课程10 | 数据仓库与商业智能（数据应用） | 本章以数据仓库的构建以及商业智能应用的要点来介绍数据应用体系建设。包括数据仓库的构建理念、架构组件，商务智能的实施要点、与数据治理之间的关系处理。 |
课程11 | 元数据管理 | 元数据做为描述数据属性的数据，本节课程主要介绍元数据管理的定义、类型、标准，以及元数据管理的方式方法、 相关技术，并通过实践案例来加深对元数据管理的认知。 |
课程12 | 数据质量 | 数据质量是衡量数据价值、数据可用性的标尺，本节课程将介绍数据质量的基本概念、常见问题以及常用工具与技术，并通过介绍金融行业的相关案例来贯通数据质量管理的实施流程。 |
课程13 | 大数据和数据科学 | 大数据与数据科学作为新兴学科，在数据管理知识体系本节课程将通过对数据科学发展了是和迭代过程的介绍、培养大数据思维模式，介绍数据科学的相关工具与时间案例，领略大数据与数据科学的内核。 |
课程14 | 数据管理成熟度评估 | 数据管理成熟度使用成熟度评估理论（CMM），主要针对数据治理的相关工作开展评估。本节课程将介绍数据管理成熟度的基本概念、评估标准体系、评估框架、评估实操以及评估结果的使用。 |
课程15 | 数据管理组织与职责 | 本章节主要介绍金融行业的数据管理组织架构体系以及职责分工，并介绍管理组织的成功关键因素、金融行业数据管理组织架构案例等，明确组织建立的方式方法。 |
课程16 | 数据管理与组织变革 | 数据管理组织变革将参考组织变革的Kotter法则等方法论，对比讲解数据管理与组织变革的基本概念、变革要素。并通过介绍金融行业的变革案例来说明变革的可实操性。 |
专业考核 | 笔试 | |
学员交流、结业典礼与返程 |
8、讲师团队：
骆阳老师 DAMA中国资深会员，商业智能和数据管理领域资深咨询专家，具有26年国内IT行业经验；曾在国际知名数据仓库公司Teradata任职10年，广泛服务于国内金融、政府、交通、电力等行业大客户。骆阳先生拥有超过10年的数据仓库、数据分析系统和数据资产治理的规划和实施经验，熟悉数据资产治理理论和实践，在大型数据系统、数据中台的规划、设计、建设方面，具有丰富的理论知识和广泛的实践落地经验。
郑保卫博士 DAMA中国理事会员，工学博士学位， 清华大学未来科技EMBA 在读，2012年毕业回国创办恩核（北京）信息技术有限公司。致力于数据架构、数据建模及数据治理技术方面的研究与实践，曾出版《海量数据库解决方案1》，《区块链开发与实例》，后者被清华计算机学院列为指定教材，参与翻译《数据管理知识体系-DMBOK2.0》，组织翻译《区块链重构游戏规则》。
陈惠民老师 高级经济师。南京银行总行原会计结算部(运营管理部)总经理；金融行业从业三十年，曾供职于工商银行；2014年负责筹建了南京银行数据治理部，二级部门；2018年3月成立南京银行银数字银行管理部，一级部门；南京银行新一代核心业务信息系统建设双牵头人之一；2018年6月内退。2018-现在，曾为华为，恒生电子等大型企业提供超过30次数据治理培训；主导编写书籍《商业银行大数据挖掘与应用》等专著。
刘老师 DAMA中国资深会员，金融数据治理与管理专家。历任纽约某金融数据公司首席技术官（纽约）、摩根大通银行（芝加哥）高级系统分析师、某主权基金数据管理处长等职位，在数据治理体系、数据标准指定与落地、数据质量管控、针对业务的数据服务快速响应方面有深刻的洞察与丰富实战经验。2010年参与DAMA China 的创办，推动了DMBOK知识体系在中国的翻译、出版与推广。2011年协助银监会主办了银行业首次数据标准研讨会（2011）。参与了《DAMA 数据管理知识体系指南(第一版) （清华大学出版社，2011）的翻译，与《区块链改变规则》（清华大学出版社，2020）的翻译与审校工作。
陈老师 某国际咨询公司中国数据治理主管合伙人，拥有近二十年金融业咨询经验，在数据治理、数据分析和应用、数据平台建设方面拥有丰富经验；协助某金融监管机构开展全国金融机构数据治理和统计能力调研，设计解决方案并协助全国推广和培训，并协助该监管机构内部的数据治理体系建设及大数据规划；曾作为唯一的咨询公司专家协助某金融监管机构信息科技监管课题研究，研究成果已纳入中国金融四十人论坛书系并正式出版；曾领导三家四大国有银行、多家领先股份制商业银行、政策性银行、城市商业银行、投资公司、证券公司和其他金融机构的数据咨询项目。
陈书悦博士 DAMA资深会员、毕业于清华大学知名数据专家、数字化转型专家。现任某公司首席顾问。专注于大数据创新与数据价值挖掘，倡导建立数据-信息-知识-智慧(DIKW)生态链，以大数据实现大价值、贯通大智慧。带领团队致力于从数据资源、数据处理到数据应用的全流程贯通，为客户提供从顾问咨询到系统实施的全生命周期服务。
何老师 某国际咨询公司合伙人，专注于数据治理体系建设、数据分析、信息化战略规划以及全面风险管理服务。在银行业，何老师将数据治理、数据分析专业服务经验与行业实践相结合，领导并参与多家金融企业的数据治理体系规划、主数据管理、数据标准、数据质量、数据资产盘点、数据管控系统落地实施等项目。此外，何老师在数据统计、数据可视化、分析模型设计、分析软件应用等方面具有深刻的研究以及实践经验。同时，何老师本人还主导了通信行业大数据在金融风险管理领域的产品研究与开发，在为企业提供跨行业的数据服务、信息化服务方面有着极高的前瞻性和创新性。
王琤老师 DAMA资深会员，数语科技创始人兼CEO王琤曾任职erwin全球研发总监，拥有超过十年以上数据建模和数据管理的从业经验。Datablau DDM数据建模产品和Datablau DAM数据资产管理平台两大部分组成，全部拥有软件著作权和知识产权，一站式全面满足中国企业的数据治理需求。其中数据建模产品DDM是Datablau填补国内空白的重量级产品，帮助中国客户摆脱国外产品的垄断现状。
马老师 某国际咨询公司总监，精通于为客户构建在数据治理和数据服务体系建设、金融业IT规划、架构管理、信息系统设计及实施、企业信息安全等领域均具有深厚的经验。对于银行数据模型、数据标准、元数据管理、数据安全、数据质量、数据资产管理、数据服务体系和数据技术领域有接近20年的经验。对于大数据与人工智能技术相结合的应用实践有深刻研究。参与某监管机构信息化规划数据治理部分的编写和审阅及相关指引与标准的研讨与起草。
9、培训费用及咨询
课程培训费8000元/人，学员食宿交通费用需自理。
欲参加本次培训请加下面微信号咨询并报名。
扫描二维码关注我们
微信：DaasCai
邮箱：ccjiu@163.com
QQ：2286075659
浙江省经济与信息化委会员宣传教育培训中心
杭州中华职业专修学校
二〇二〇年七月三日
附件：浙江省经济与信息化委员会宣传教育培训中心文件