您现在的位置：首页 > IT资讯 > 数据管理CDMP国际认证最全指南

数据管理CDMP国际认证最全指南

2022/6/8 15:27:47　|　来源：中培

极具含金量的数据管理类证书，深受相关从业者的追捧。如何才能获得心仪的认证，这篇CDMP网络最全指南将为您解答所有的问题！

【CDMP背景介绍】

——认证机构：DAMA国际——

DAMA 国际是一个全球性数据管理和业务专业志愿人士组成的非营利协会，致力于数据管理的研究和实践。DAMA 国际在世界范围内拥有50 多个分会，万余名数据管理专业人士会员。

DAMA国际自20世纪80年代年成立以来，多年致力于数据管理的研究、实践及相关知识体系的建设，在数据管理领域累积了极为深厚的知识沉淀和丰富经验，并先后出版了“DAMA 数据管理字典”和“DAMA数据管理的知识体系和指南”（DAMA-DMBOK1.0 & DAMA-DMBOK2.0）。

“字典”和“体系”集业界数百位专家的经验于一体，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，在全球范围内广受好评。在专业认证方面DAMA国际还开发了“数据管理专业人士认证” (Certified Data Management Professional - CDMP)。

——CDMP证书级别——

CDMP（Certified Data Management Professional）数据管理专业认证是由DAMA国际于2004推出，是一项涵盖学历教育、工作经验和专业知识考试在内的综合资格认证，也是目前全球唯一数据管理方面权威性认证。

CDMP的简介

CDMP证书一共分为四个等级：基础级、专家级、大师级、院士极。

①基础级Associate

职业经验要求：0.5-2年

考试合格标准：须达到60%

认证路径：注册和考试

②专家级Practitioner

职业经验要求：2-10年

考试合格标准：须达到70%

认证路径：注册和考试

③大师级Master

职业经验要求：最少十年

考试合格标准：须达到80%

认证路径：注册和考试，并且还需要通过案例、经验和证据提交。

④院士极Fellow

想要达到这个级别，就要有超过25年的工作经验。并且是全球公认和尊重的思想领导者，对数据管理领域有重大和持续性的贡献，为CDMP和DMBOK做出巨大贡献，通过提名、也要通过大师级成员的审查和认可。

【CDMP考试全览】

（一）考试时间：

CDMP是在线预约机考的，可以通过培训机构的教务老师来帮忙，进行考试预约。

（二）考试地点：

在线机考的方式，只要有网络和电脑就能随地参加考试。

网络最全指南提醒：具体安排情况可以详询指导老师，以获取有效帮助。

（三）考试方式：

监考形式为ProctorU远程监考。线上答题，考试时需打开摄像头和麦克风。

（四）考试语言：

目前仅支持英文考试。

（五）考试题型：

考试题型：100道选择题，共计100分。

（六）考试内容：

①基础级Associate：

考试：DM Fundamentals 基础级

②专家级Practitioner

考试：3 DM Fundamentals + 2 specialist基础级 + 2门选修

③大师级Master

考试：3 DM Fundamentals + 2 specialist基础级 + 2门选修

④院士极Fellow（评审较为复杂）

（七）考试时长：

考试时间为90分钟，如果英语不是母语的话可以多20分钟。

（七）考试内容（大纲）：

根据证书等级不同，考试时围绕的内容也不尽相同。

①基础级：《数据管理基础》

②专家级：《数据管理基础》+ 2门选修课程

（选修课为：主数据与参考数据、数据仓库和商业智能、数据集成与互动操作性、数据建模与设计考试、数据质量考试、元数据考试、数据治理考试）七选二

③大师级：《数据管理基础》+ 2门选修课程

（八）考试费用：

CDMP考试费用为每门311美金（无发票），基础级（A级）1门，中级专家级（P级）2门认证共计3门，中培代报名费用为每门2500元人民币（可开发票）。

（九）证书期限：

三个等级的证书，均是有效期三年。

（十）续费方式：

通过继续专业教育/活动 3年内获取120小时学习时间。

【中培CDMP培训】

中培关于DAMA管理协会授权

（一）适用群体

①产品经理；

②运营人员；

③运维工程师；

④咨询师；

⑤大数据工程师；

⑥业务数据发起人；

⑦项目专员；

⑧从事数据管理的其他人员。

（二）授课理念

涵盖学历教育、工作经验和专业知识考试在内的综合资格国际认证。

（三）课程内容

章节	模块	培训内容
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	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最佳实践 17.8 总结