一、培训收益
经过此次课程培训,可使学习者获得如下收益:
1.理解数据架构设计与数据治理的基本知识;
2.掌握数据建模方法;
3.理解数据标准化如何建设;
4.真正的数据治理如何落地。
二、培训特色
1.理论与实践相结合、案例分析与理论穿插进行;
2.精彩内容解析、学员专题讨论、分组研究;
3.经过全面知识理解、专题技能掌握和安全实践增强的授课方式。
三、日程安排
第 一天上午
数据架构设计与数据治理概要
1. 什么是数据治理?当前业界的几种数据治理类别区别
2. 数据治理的意义和价值何在?
3. 数据治理包含了哪些技术?(不同厂商宣导的数据治理技术点区别)
4. 数据治理的整体流程是怎样的?
5. 包含什么样的管理组织架构和责权利分工?
第 一天下午
数据架构与数据建模
1. 为什么需要构建数据架构(数据建模)
什么是数据架构?
数据模型复杂的原因?
客户的数据模型存在问题的实例
2. 数据架构构建战略
全新理念的数据架构的构建战略
全阶段当前数据架构分析构筑方案
3. 逆向建模与数据模型诊断
如何进行逆向建模,反向生成系统模型结构
反向生成数据模型后,如何进行数据模型诊断?
案例练习:大数据平台的元数据主数据管理实操练习
第二天上午
数据标准化建设
1. 当前业界的几种主流的数据标准化方法概要
2. 按域拆词的必要性
3. 数据标准化中的标准域和用语词典的制作方法、过程
4. 标准字典的新增、维护功能,审批流程
第二天下午
真正的数据治理落地案例实践(具体行业客户案例应用)
1. 成立数据数据架构部的必要性
2. 数据架构部在开发过程中的组织架构和责权分工、管理流程
3. 数据标准化,在开发过程中,如何真正应用落地?(在开发建表时进行标准化遵循约束,而不是事后检查是否标准化)
4. 管理数据模型的意义何在?
5. 如何在软件体系中管理数据模型,并且将数据标准化的成果,应用到数据模型的设计和运维过程中?
6. 如何保证模型的各层能够精准的映射?
7. 针对旧系统,如何实现标准化改造?
案例实践:结合具体行业大数据治理案例进行方案深入剖析