您当前的位置:首页>课程>数据治理和元数据管理培训

数据治理和元数据管理培训

浏览:3920
分享

Andrew Yin Read more

百林哲咨询(北京)有限公司专家团队成员

资深大数据专家多年从事大数据、云计算研发工作经验,数学博士,IT从业近二十年,擅长OpenStack、Hadoop、HDFS、HBase、Hive、MapReduce、Zookeeper、等大数据技术和开源框架,曾主导过多个私有云建设项目。

简介

元数据管理围绕着数据平台内的源系统、数据平台、数据集市、数据应用中,数据模型等,从业务维度讲:管理指标的定义包括指标的业务维度,技术维度和管理维度三方面的数据、字段的中文描述、表的加工策略、表的生命周期信息、表或字段的安全等级。从应用维度讲:实现数据平台模型变更管理、变更影响分析、数据血统分析、高阶数据地图、调度作业异常影响范围。企业级数据管理,在企业整体数据管理背景下的元数据管理是数据管理的基础,除了要管理在数据平台元数据管理场景下的所有元数据外,核心是要解决元数据管理和数据标准、数据质量、数据安全、数据生命周期、数据服务的贯通问题,进行数据描述层面的信息融合。在此场景下,元数据管理的着力点是字段或信息项,其他的管理维度或信息都可以基于字段或信息项进行扩展或外延。通过一些技术方法和实践更好的应用数据治理和元数据管理尤为重要。

目标

1、使学员深入理解数据质量管理以及应用场景;

2、使学员能够规划企业数据治理方案与实施企业数据质量管理;

3、使学员理解数据质量管理的意图、概念、方法、流程、角色、职责;

课程时长

2天(12H)

受众人群

1、本课程适合于企业领导层、数据质量管理人员;

2、适合于产品设计人员、项目需求人员、设计分析人员、软件开发人员、测试人员;

适合于数据中心运维人员;

培训方式

以课堂讲解、演示、案例分析为主,辅以互动研讨、现场答疑、学以致用。

分享提纲

时间内容案例实践与练习

第一部分

数据质量管理需求

一、数据质量管理诞生的背景(30分钟)

二、政府加强金融管理的必然(10分钟)

三、数据质量管理的发展现状与趋势(10分钟)

四、企业数据质量问题案例分析(30分钟)

五、数据治理的目标与概念(30分钟)

六、数据质量的定义与度量(30分钟)

七、数据质量管理的范围与过程(30分钟)

八、数据管理成熟度(DMM)模型(30分钟)

案例研讨:列举具有代表性的数据质量问题,对问题产生的深层次原因进行剖析,从根本上探讨解决问题的思路,并借鉴某些大型公司的解决思路,如工行、阿里等的解决方案,以及业界的解决标准

第二部分

数据战略规划与质量管理标准

一、数据管理战略(30分钟)

二、数据管理组织、职能与角色(60分钟)

三、数据质量规划(60分钟)

四、数据质量评估(30分钟)

五、数据治理与数据质量整体解决方案(30分钟)

案例分享与研讨:深入探讨数据质量战略规划,并分享公司的现有质量管理案例

第三部分

数据架构及元数据管理

一、数据治理架构及其标准(30分钟)

二、主数据的建设与管理(30分钟)

三、数据库设计的范式(30分钟)

、元数据管理(30分钟)

五、数据生命周期管理(30分钟)

六、数据清洗转换加载(ETL)(30分钟)

七、开发运维中的数据管理(30分钟)

八、数据集成(30分钟)

案例研讨:介绍数据质量管理架构及其标准,包括元数据管理、数据生命周期管理等,以及元数据管理在数据ETL阶段的应用

第四部分

数据质量管理工具与数据模型变更管理

一、数据质量管理软件与工具(30分钟)

二、数据模型变更管理(30分钟)

三、数据血缘跟踪(30分钟)

四、数据质量整体蓝图(30分钟)

五、数据质量实施研讨(60分钟)

六、阿里巴巴数据治理与质量管理案例(30分钟)

七、工商银行数据治理与质量管理案例(30分钟)

八、政府税收数据治理与质量管理案例(30分钟)

案例研讨:

介绍数据质量管理工具的功能,数据模型变更管理,数据血缘跟踪,最后给学员讨论时间,依据课程的学习,结合企业的实际情况,规划与实施自己企业的数据质量管理,讲师给出评价与完善性建议


 

我要参加

可同时提交您的需求,我们会及时与您联系

预约内训

将课程带入到您的团队,为您的团队进行一对一辅导。

相关课程