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