数据架构:数据模型、数据分布、数据集成与共享、元数据管理
数据应用:数据分析、数据开放共享、数据服务
数据安全:数据安全策略、安全管理、安全审计
数据质量:数据质量需求、质量检查、质量分析、质量提升
数据标准:业务术语、参考数据、主数据数据元、指标数据
数据生存周期:数据需求、数据设计和开发、数据运维、数据退役
等级划分:
初始级:数据需求的管理主要是在项目级体现,没有统一的管理流程,主要是被动式管理
受管理级:组织意识到数据是资产,根据管理策略的要求制定了管理流程,指定了相关人员进行初步管理
稳健级:数据已被当做实现组织绩效目标的重要资产,在组织层面制定了系列的标准化管理流程****,促进数据管理的规范化
量化管理级:数据被认为是获取竞争优势的重要资源,数据管理的效率能量化分析和监控
优化级:数据被认为是组织生存和发展的基础,相关管理流程能实时优化,能在行业内进行最佳实践分享
2、运维管理
GB/T 28827.1《信息技术服务运行维护第1部分通用要求》
包含:治理要求、运行维护服务能力体系和价值实现
模型要素:能力建设、人员能力(选人做事)、资源能力(保障做事)、技术能力(高效做事)、过程(正确做事)
智能运维:
中国电子工业标准化技术协会发布的团体标准T/CESA 1172《信息技术服务智能运维通用要求》
智能运维能力框架,包括组织治理、智能特征、智能运维场景实现、能力域和能力要素,其中能力要素是构建智能运维能力的基础。
过程:场景分析、场景构建、场景交付和效果评估
目标:实现质量可靠、安全可控、效率提升、成本降低
能力要素:人员、技术、过程、数据、算法、资源、知识
能力平台:数据管理能力、分析决策能力、自动控制
能力应用:场景分析、场景构建、服务交付、迭代调优
特征:能感知、会描述、自学习、会诊断、可决策、自执行、自适应
3、信息安全管理
CIA三要素:保密性、完整性和可用性
信息系统安全组织机构管理体系:
给大家的福利
零基础入门
对于从来没有接触过网络安全的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,大家跟着这个大的方向学习准没问题。
同时每个成长路线对应的板块都有配套的视频提供:
因篇幅有限,仅展示部分资料