課程簡介
本課程對智慧中臺、自動化運維及數據質量管理在數據治理過程中建設和關鍵點進行剖析，依托行業(yè)應用的工作場景，重點講解剖析業(yè)務中臺、數據中臺、數據質量管理及基于Devops模式下的自動化運維體系建設、對應的落地實踐思考及在行業(yè)應用數據治理的經驗分享。通過行業(yè)應用案例分析學習，通過不同的案例介紹關于如何做好智慧總臺、運維及數據質量管理，加深對數據治理的過程理解及技巧應用。
目標收益
通過本課程，可讓學員對數據治理建設過程的方法論和實踐思路有更深的認識，同時學會用業(yè)務中臺和數據中臺的設計解決業(yè)務和數據匯聚帶來數據治理、數據質量等問題。通過學習基于Devops模式進一步掌握如何打造自動化運維體系，借助老師在數據質量管理體系建設經驗分享，進一步提升學員掌握數據治理的價值和數據變現(xiàn)的思路。在數據治理落地與實踐案例講解過程講解中，把案例與方法結合，更深的認識數據治理的方法和建設工作。通過行業(yè)應用的典型案例，使學員在掌握這些案例所用的技巧的同時，充分理解數據治理建設過程智慧中臺、自動化運維及數據質量管理的關鍵和實施路徑，通過舉一反三的效果，提高自己分析解決問題的能力
培訓對象
①IT 項目管理辦公室（PMO）總監(jiān)/經理/數據管理專員/技術經理
②IT 部門總監(jiān)/經理
③業(yè)務部門信息化領導/經理/專員
④數據管理團隊及專兼職人員
⑤企業(yè)數據管理專家/專家委員會專員
⑥數據管理或數據服務團隊負責人、核心團隊成員
⑦企業(yè)CIO、CDO 等信息化相關的高層領導
⑧想要了解數據管理、數據治理的人員均可學習
課程大綱
| 課程導入：智慧中臺與數據治理和運營的關系 |
1.數據產品的發(fā)展歷程及智慧中臺（業(yè)務中臺和數據中臺）與數據治理的聯(lián)系 2.數據治理成功的關鍵要素分析 |
| 業(yè)務中臺建設思路及其實踐 |
1.業(yè)務中臺的架構設計與組成 2.業(yè)務中臺構建策略 3.業(yè)務中臺構建方法 4.業(yè)務中臺與其他系統(tǒng)的集成 5.業(yè)務中臺案例及研討 |
| 數據中臺建設思路及其實踐 |
1.數據中臺價值 2.數據中臺功能架構 3.數據中臺技術架構 4.數據中臺構建策略 5.數據中臺構建方法 6.數據中臺案例及研討 |
| 基于DevOps模式的運維自動化體系建設 |
1.運維自動化趨勢與運維挑戰(zhàn) 2.運維自動化開發(fā)基礎 3.數據治理運營的關鍵和困難 4.基于DevOps模式的自動化運維體系建設 5.運維自動化的應用 6.如何打造IT運維體系的思路和辦法 |
| 數據質量管理經驗 |
1.數據質量框架設計介紹 2.數據建模與數據質量的關系（理解優(yōu)缺點及適用場景） 3.數據質量的組織架構設計注意事項 4.ETL如何保證數據質量（審核流程的注意事項） 5.改善數據質量的技巧和策略 |
|
課程導入：智慧中臺與數據治理和運營的關系 1.數據產品的發(fā)展歷程及智慧中臺（業(yè)務中臺和數據中臺）與數據治理的聯(lián)系 2.數據治理成功的關鍵要素分析 |
|
業(yè)務中臺建設思路及其實踐 1.業(yè)務中臺的架構設計與組成 2.業(yè)務中臺構建策略 3.業(yè)務中臺構建方法 4.業(yè)務中臺與其他系統(tǒng)的集成 5.業(yè)務中臺案例及研討 |
|
數據中臺建設思路及其實踐 1.數據中臺價值 2.數據中臺功能架構 3.數據中臺技術架構 4.數據中臺構建策略 5.數據中臺構建方法 6.數據中臺案例及研討 |
|
基于DevOps模式的運維自動化體系建設 1.運維自動化趨勢與運維挑戰(zhàn) 2.運維自動化開發(fā)基礎 3.數據治理運營的關鍵和困難 4.基于DevOps模式的自動化運維體系建設 5.運維自動化的應用 6.如何打造IT運維體系的思路和辦法 |
|
數據質量管理經驗 1.數據質量框架設計介紹 2.數據建模與數據質量的關系（理解優(yōu)缺點及適用場景） 3.數據質量的組織架構設計注意事項 4.ETL如何保證數據質量（審核流程的注意事項） 5.改善數據質量的技巧和策略 |
近期公開課推薦
