DCMM-注册数据管理师(CDP)认证培训与考试介绍

为贯彻人社部与工信部大数据工程技术人员国家职业技术技能标准,配合工信部教育与考试中心职业能力水平评价,进一步加快推动《数据管理能力成熟度评估模型»(GB/T36073-2018简称DCMM)实施,提高我国数据管理人员职业技能,助力我国大数据人才队伍建设,中国电子信息行业联合会、工业和信息化部教育与考试中心联合推出DCMM数据管理师培训认证(Certified DCMM Professional简称CDP)。

—、认证简介

CDP是工信部教育与考试中心开展的数据管理师水评评价工作,注册数据管理师含初级、中级和高级,等级能力为:

  1. 初级:具有数据管理经验,了解数据管理的相关概念和工作方法,能够配合开展数据管理的各项工作。
  2. 中级:熟悉数据管理相关的标准和理论框架,具有丰富的数据管理经验,能够熟悉DCMM模型的部分数据管理职能,并能推动相关工作的开展。
  3. 高级:具有丰富的数据规划能力,能够帮助组织开展数据管理能力体系框架设计,熟悉DCMM模型的各项数据管理职能,并可以指导数据治理、数据质量、数据标准等各项工作的开展。

二、培训对象

主要从事数据管理相关工作人员,包括:

  1. 数据管理工作领导;
  2. 数据管理团队的专职和兼职人员、数据管理解决方案的提供人员;
  3. 数据分析和统计人员;
  4. 数据平台开发、运维及安全管理人员

三、课程特点

课程主要以数据管理能力成熟度评估模型国家标准(DCMM)为基础,参考国内外相关的理论和实践,特点如下:

  1. 全面系统解读DCMM国家标准
  2. 理论和实践相结合,讲解数据管理概念,系统介绍数据管理知识和方法,深入剖析相关案例
  3. 授课形式包括:知识讲解、案例剖析,场景模拟

四、培训内容

  1. 《“十四五”大数据产业发展规划》政策解读
  2. 解读《数据管理能力成熟度评估模型》(GB/T36073-2018)国家标准介绍《数据管理能力成熟度评估模型》(GB/T36073-2018)贯标评估方法
  3. 介绍数据管理师能力水平标准
  4. 讲解数据管理能力解决方案与方法
  5. 数据管理行业实践案例解析

五、授课讲师

授课老师均为中国电子信息行业联合会特聘讲师,且长期从事数据治理培训与授课,具有丰富的理论基础和授课经验;长期从事我国大数据发展政策和标准的研究,参与过《数据管理能力成熟度评估模型》(GB/T36073-2018)国家标准编写,熟悉DCMM贯标工作体系与方法,主持过大型企业数据治理体系设计和实施工作。

六、培训获益

通过CDP培训能够丰富数据管理人员知识技能,全面提高能力水平:

    1. 全面掌握DCMM国家标准,具备推动企业实施DCMM标准的能力。
    2. 提升自身的数据素养,成为数据要素时代的领跑者。
    3. 工信部教育与考试中心颁发的职业能力水平评价证书,有助于数据管理人员职业发展。
    4. 是单位提升数据管理能力成熟度(DCMM)贯标评估等级的重要采信。

七、考试内容及证书

    1. 理论知识考试,含:DCMM标准的概念、工作过程、评估重点等;
    2. 操作技能考试,含:数据管理组织、数据管理制度、数据盘点、数据质量和数据标准建设的工作过程;
    3. 考试合格后,颁发工信部教育与考试中心的“CDP注册数据管理师”职业能力水平证书。

八、证书样式

CDP证书问题解答

CDP是哪里颁发的证书?

CDP全称为DCMM-注册数据管理师,是中国电子信息行业联合会、工信部教育与考试中心联合推出职业能力等级证书,本次考试为初级。暂时不可以跨级考试。

CDP的考试重点是什么?
本次培训、考试是以《数据管理能力成熟度评估模型》(GB/T 36073-2018 简称DCMM)为重点,并且结合行业理论和实践进行了扩展,重点培训DCMM八大能力域如何开展工作,进而帮助企业更好的提升数据管理能力成熟度等级。本次培训会集中印发培训教材,并由行业资深讲师进行授课。

CDP考试的方式是什么?

CDP考试分为理论知识和操作技能两类考试,理论知识为100道单选题,操作技能考试为五道论述题,考试时间不少于90分钟,均为100分,60分及格。

报考条件是什么?

本次培训考试为初级,申报条件:

(1)从事数据管理相关工作1年(含1年)以上。

(2)取得国家承认的大专以上(含大专)毕业证。

中级、高级要什么时候才能报考?

中级、高级考试时间另作安排,请关注中国电子信息行业联合会的官方网站

  • 11
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
【优质项目推荐】 1、项目代码均经过严格本地测试,运行OK,确保功能稳定后才上传平台。可放心下载并立即投入使用,若遇到任何使用问题,随时欢迎私信反馈与沟通,博主会第一时间回复。 2、项目适用于计算机相关专业(如计科、信息安全、数据科学、人工智能、通信、物联网、自动化、电子信息等)的在校学生、专业教,或企业员工,小白入门等都适用。 3、该项目不仅具有很高的学习借鉴价值,对于初学者来说,也是入门进阶的绝佳选择;当然也可以直接用于 毕设、课设、期末大作业或项目初期立项演示等。 3、开放创新:如果您有一定基础,且热爱探索钻研,可以在此代码基础上二次开发,进行修改、扩展,创造出属于自己的独特应用。 欢迎下载使用优质资源!欢迎借鉴使用,并欢迎学习交流,共同探索编程的无穷魅力! 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip 基于业务逻辑生成特征变量python实现源码+数据集+超详细注释.zip
提供的源码资源涵盖了安卓应用、小程序、Python应用和Java应用等多个领域,每个领域都包含了丰富的实例和项目。这些源码都是基于各自平台的最新技术和标准编写,确保了在对应环境下能够无缝运行。同时,源码中配备了详细的注释和文档,帮助用户快速理解代码结构和实现逻辑。 适用人群: 这些源码资源特别适合大学生群体。无论你是计算机相关专业的学生,还是对其他领域编程感兴趣的学生,这些资源都能为你提供宝贵的学习和实践机会。通过学习和运行这些源码,你可以掌握各平台开发的基础知识,提升编程能力和项目实战经验。 使用场景及目标: 在学习阶段,你可以利用这些源码资源进行课程实践、课外项目或毕业设计。通过分析和运行源码,你将深入了解各平台开发的技术细节和最佳实践,逐步培养起自己的项目开发和问题解决能力。此外,在求职或创业过程中,具备跨平台开发能力的大学生将更具竞争力。 其他说明: 为了确保源码资源的可运行性和易用性,特别注意了以下几点:首先,每份源码都提供了详细的运行环境和依赖说明,确保用户能够轻松搭建起开发环境;其次,源码中的注释和文档都非常完善,方便用户快速上手和理解代码;最后,我会定期更新这些源码资源,以适应各平台技术的最新发展和市场需求。
### 回答1: DMM(数据管理成熟度模型)和DCMM(数据中心成熟度模型)是两种不同的数据管理成熟度评估工具。 DMM主要是评估企业整体数据管理水平的成熟度,包括数据管理策略、数据管理流程、数据质量控制、数据安全等方面。DMM从数据管理的成熟度曲线出发,通过评估企业的数据管理现状,确定企业的数据管理目标,提供数据管理的改进建议和指导,帮助企业达到更高效、更规范的数据管理水平。DMM的优点在于它能全面、系统地帮助企业评估自己的数据管理水平,并提供优化建议。但是DMM评估较为复杂,需要较多级别的评估工具和指标,对企业的要求也较高。 DCMM则主要评估数据中心的成熟度,包括数据中心的基础设施、管理流程和服务质量。DCMM从数据中心的面向服务的模型出发,评估数据中心的四个方面,即人员管理、服务管理、安全管理和资产管理,并根据成熟度模型,制定数据中心的优化计划。DCMM的优点在于其设计考虑了数据中心的实际情况,并且具备较强的实践指导作用,能够有效地指导数据中心的优化。但是它只适用于数据中心的评估,不能综合评估企业整体的数据管理水平。 综上所述,DMM和DCMM都是重要的数据管理成熟度评估工具,在不同的情况下,各有其优势。企业可以根据自身情况选择合适的评估工具,以达到更高效的数据管理水平。 ### 回答2: DMM(数据管理成熟度模型)和DCMM(数据治理成熟度模型)都是被广泛应用的数据管理成熟度评估工具,它们可以帮助企业评估和提高数据管理成熟度。 首先,DMM和DCMM都关注数据管理不同领域和方面的成熟度,包括数据质量、数据治理、数据架构、数据安全等。DMM注重数据管理各个方面的协调和整合,它强调组织内部和外部数据管理的一致性,以及数据管理与业务目标之间的关系。而DCMM则更加关注数据治理,即如何管理和保护数据,在不同的组织层次上制定和实施数据治理策略。 其次,DMM和DCMM的评估方法也有所不同。DMM使用一份标准的自评表,这份表格有276个项目,分为14个领域。每个项目都会有详细的描述和相应的评估标准。而DCMM则是基于一系列的有关数据治理的最佳实践标准来制定评估指南,通过一系列的调查和问题发现来评估数据治理方案的成熟度。 最后,DMM和DCMM都可以帮助组织提高数据管理成熟度和数据管理效率,但是它们的重点和强调点略有不同。因此,在选择评估工具时,企业应该根据自己的数据管理需求和目标来选择合适的评估工具,以便更好地帮助企业提高数据管理成熟度。 ### 回答3: DMM(数据管理成熟度模型)和DCMM(数据中心管理成熟度模型)都是评估企业数据管理的工具。它们的主要区别在于DCMM专注于数据中心方面,而DMM则着重考虑了数据的全生命周期管理。 DMM评估工具主要分为6个方面,包括数据治理、数据安全与隐私、数据架构、数据集成与交换、数据质量与元数据管理、分析与应用。DMM将企业的数据管理水平分为了5个阶段,从从未考虑到已经建立完整的数据管理体系。它通过问卷调查、评估指标等方法,帮助企业客观评估自身数据管理的成熟度水平,以制定合理的改进计划。 DCMM评估工具则主要为企业在数据中心方面提供评估,并且分为5个不同的阶段。这个评估模型从不可预测到可管理,帮助企业客观评估自身数据中心的成熟度水平。其考虑的内容包括基础设施、运维、服务管理、质量保障以及组织和人员,以确保企业基础设施的正常运转。 总结来看,DMM和DCMM都为企业提供了客观评估自身数据管理成熟度的方法,关注的方面不同,但都是为了帮助企业客观评估自身在数据管理方面的成熟度,帮助企业更好地管理和利用其数据资产。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

智达鑫业

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值