工程师
其他
转型
数据建模
数字化转型
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

价值导向数据治理培训

常国珍

前思特沃克(Thoughtworks)软件技术有限公司 首席科学家

ThoughtWorks首席金融数据科学家,北京大学管理学博士,中国大数据产业生态联盟专家委员会委员,腾讯云最有价值专家(TVP),建设银行数据资产管理资深专家。著作《Python数据科学:技术详解与商业实践》、《用商业案例学R语言数据挖掘》、《胸有成竹:数据分析的SASEG进阶》等多本著作。拥有15年金融、电信和互联网行业经验。在加入ThoughtWorks之前,曾在毕马威咨询大数据部担任总监、在中银消费金融数据部担任高级经理、在百度大数据部担任算法工程师。现专注于金融行业的数据战略、数据应用、数据治理和数字化人才培养,同时提供数智化客户运营和风险管控的解决方案。

ThoughtWorks首席金融数据科学家,北京大学管理学博士,中国大数据产业生态联盟专家委员会委员,腾讯云最有价值专家(TVP),建设银行数据资产管理资深专家。著作《Python数据科学:技术详解与商业实践》、《用商业案例学R语言数据挖掘》、《胸有成竹:数据分析的SASEG进阶》等多本著作。拥有15年金融、电信和互联网行业经验。在加入ThoughtWorks之前,曾在毕马威咨询大数据部担任总监、在中银消费金融数据部担任高级经理、在百度大数据部担任算法工程师。现专注于金融行业的数据战略、数据应用、数据治理和数字化人才培养,同时提供数智化客户运营和风险管控的解决方案。

课程费用

6800.00 /人

课程时长

2

成为教练

课程简介

当前,数据不仅是企业的核心资产和重要战略资源,也是重要的生产要素。数据资产已日益成为企业抢占未来发展主动权的前提和保障,而数据治理就是发掘这些数据资产的重要保障机制。国务院国资委在颁布的《关于加快推进国有企业数字化转型工作的通知》中强调,要构建数据治理体系,加强数据标准化、元数据和主数据管理工作,定期评估数据治理能力成熟度。要强化业务场景数据建模,深入挖掘数据价值,提升数据洞察能力。管好数据、用好数据,不仅能够帮助企业洞察市场变化和趋势,降低风险,还能提高决策效率,进一步提升企业核心竞争力。
从全球看,数据治理还处在起步的阶段,从技术、商业到法律都还面临一系列的挑战,而我国企业数据的治理更是任重道远,亟需实现从理论到实践的突破。本课程对企业的数据治理内容进行概述,从理论层面的分析,到实战经验的总结,帮助听众明确企业数字化转型对数据治理的需求点,了解数据治理体系,理解数据生产要素发挥价值的保障机制。

目标收益

1、企业数字化架构:了解新市场环境下业态改变对IT创新的要求,明确数据治理在数字化转型中起到的关键作用。
2、精益数据管理最佳实践:总结了国内外企业在数据战略和数据治理方面的最佳实践,识别数据资产、制定数据治理计划、搭建数据架构、落地数据标准、提升数据质量,确实提升企业挖掘数据价值等能力;

培训对象

1、数据管理团队
2、企业业务、数据、技术部门人员

课程大纲

第1天上午:
第1讲:
企业数字化转型的核心内容与数据治理的目标
一、从企业数字化转型的成功案例认识其核心内容
二、企业数字化转型对数据治理工作提出的要求
三、数据管理的相关概念
四、企业数字化转型过程中数据治理工作面临的挑战
第1天上午:
第2讲:
数据架构与数据模型
一、企业架构与数据架构
二、企业级数据模型与数据建模
三、数据模型基本活动
四、数据建模工具和技术
五、数据建模实施指南
第1天下午:
第3讲:
精益数据治理流程
一、数据治理规范国标内容与精益数据治理流程介绍
二、“盘”-盘清现状
三、“规”-制定规范
四、“治”-问题整治
五、“用”-数据应用
六、数据管理效果检验
第1天下午:
第4讲:
“盘”的重点-数据资产盘点与数据资产目录
一、数据资产管理概述
二、数据资产盘点的知识储备1-数据架构与元数据、数据建模
三、数据资产盘点的知识储备2-数据分类分级
四、数据资产盘点准备阶段
五、数据盘点执行与目录构建
六、数据资产目录审核发布
七、数据资产运营管理和典型案例
第2天上午:
第5讲:
“规”的重点-数据标准化
一、数据标准概述
二、指标数据标准
三、基础数据标准
四、数据分类分级
第2天上午:
第6讲:
“治”的重点-数据质量提升理
一、数据质量考核维度
二、数据质量工程实践十步法
三、数据质量提升案例
第2天下午:
第7讲:“用”的重点1-主数据管理和应用
一、参考数据和主数据简介二、参考数据和主数据基本活动
三、参考数据和主数据工具和技术
四、参考数据和主数据实施指南
五、参考数据和主数据关键指标
六、参考数据和主数据实践案例
第2天下午:
第8讲:
“用”的重点2-BI数据产品与数据仓库设计
一、BI数据产品与数据仓库
二、数据仓库与商务智能工具和技术
三、数据仓库与商务智能实施指南
四、数据仓库与商务智能关键指标
五、数据仓库与商务智能最佳实践
第2天下午:
第9讲:
“用”的重点3-AI数据产品与数据中台设计
一、AI数据产品与大数据
二、大数据与数据科学工具和技术
三、大数据与数据科学实施指南
四、大数据与数据科学关键指标
五、大数据与数据科学最佳实践
七、数据中台设计案例
第1天上午:
第1讲:
企业数字化转型的核心内容与数据治理的目标
一、从企业数字化转型的成功案例认识其核心内容
二、企业数字化转型对数据治理工作提出的要求
三、数据管理的相关概念
四、企业数字化转型过程中数据治理工作面临的挑战
第1天上午:
第2讲:
数据架构与数据模型
一、企业架构与数据架构
二、企业级数据模型与数据建模
三、数据模型基本活动
四、数据建模工具和技术
五、数据建模实施指南
第1天下午:
第3讲:
精益数据治理流程
一、数据治理规范国标内容与精益数据治理流程介绍
二、“盘”-盘清现状
三、“规”-制定规范
四、“治”-问题整治
五、“用”-数据应用
六、数据管理效果检验
第1天下午:
第4讲:
“盘”的重点-数据资产盘点与数据资产目录
一、数据资产管理概述
二、数据资产盘点的知识储备1-数据架构与元数据、数据建模
三、数据资产盘点的知识储备2-数据分类分级
四、数据资产盘点准备阶段
五、数据盘点执行与目录构建
六、数据资产目录审核发布
七、数据资产运营管理和典型案例
第2天上午:
第5讲:
“规”的重点-数据标准化
一、数据标准概述
二、指标数据标准
三、基础数据标准
四、数据分类分级
第2天上午:
第6讲:
“治”的重点-数据质量提升理
一、数据质量考核维度
二、数据质量工程实践十步法
三、数据质量提升案例
第2天下午:
第7讲:“用”的重点1-主数据管理和应用
一、参考数据和主数据简介二、参考数据和主数据基本活动
三、参考数据和主数据工具和技术
四、参考数据和主数据实施指南
五、参考数据和主数据关键指标
六、参考数据和主数据实践案例
第2天下午:
第8讲:
“用”的重点2-BI数据产品与数据仓库设计
一、BI数据产品与数据仓库
二、数据仓库与商务智能工具和技术
三、数据仓库与商务智能实施指南
四、数据仓库与商务智能关键指标
五、数据仓库与商务智能最佳实践
第2天下午:
第9讲:
“用”的重点3-AI数据产品与数据中台设计
一、AI数据产品与大数据
二、大数据与数据科学工具和技术
三、大数据与数据科学实施指南
四、大数据与数据科学关键指标
五、大数据与数据科学最佳实践
七、数据中台设计案例

课程费用

6800.00 /人

课程时长

2

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

提交需求