DAMA认证考试针对数据行业的治理难题进行了多方面剖析，面对数据安全隐患、数据质量差、数据标准不统一、数据难溯源等多方面数据问题进行了回应，理论与实践相结合，帮助备考人士掌握数据行业难题的处理办法。通过系统性学习，培养考生更灵活的数据处理思维，增强考生的数据处理能力。

1.为企业赋能

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.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。

1.增强个人竞争力

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。

2.提高薪资待遇

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。

3.丰富个人知识

实时获取先进理论知识和市场动态，丰富真实案例助力理论快速应用。同时可以帮助提升数据管理解决方案设计及执行能力，93%的认证人士都同意通过认证提升了知识和自信。

企业CIO、CDO 等信息化相关的高层领导

数据管理或数据服务团队负责人、核心团队成员

企业数据管理专家/专家委员会专员

数据管理团队及专兼职人员

业务部门信息化领导/经理/专员

IT 部门总监/经理

IT 项目管理办公室（PMO）总监/经理/数据管理专员/技术经理

专科及以上学历/或在校大学生/无工作经验要求

报名时间：每年3/6/9/12月

时长：100分钟

考试形式：线下笔试

考试类型：单选题

发证机构：DAMA中国

续证要求：通过学习培训/应用实践/知识分享/志愿服务获取60积分并支付200元人民币

学习内容

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

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

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

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

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：数据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

思摩特CDGA