关于举办2026年大数据管理师（高级）北京班培训的通知- 大数跨境

首页

关于举办2026年大数据管理师（高级）北京班培训的通知

数据工匠俱乐部

2026-09-09

关于举办2026年大数据管理师（高级）北京班培训的通知

各有关单位：

《产业数字人才研究与发展报告（2023）》指出，当前数字人才总体缺口为2500万—3000万。为贯彻落实《中共中央关于深化人才发展体制机制改革的意见》（中发〔2016〕9号）、《关于分类推进人才评价机制改革的指导意见》（中办发〔2018〕6号）、《制造业人才发展规划指南》，以及2024年人社部、中组部、中央网信办、工信部等部委联合发布《加快数字人才培养支撑数字经济发展行动方案》，明确要求扎实开展数字人才育、引、留、用等专项行动，增加数字人才有效供给，在持续推进，企业数智化转型的过程中，企业人才的综合数智素养成为转型成效的重要影响因素。

2025年12月，国家发展改革委、国家数据局、教育部、科技部、中共中央组织部5部委印发《关于加强数据要素学科专业建设和数字人才队伍建设的意见》，强调数据要素学科专业建设和数字人才队伍建设，承担着培养深化数据要素市场化配置改革和数据赋能人工智能高质量发展所需各类人才的重大使命，是统筹推进数字中国、数字经济、数字社会规划和建设的重要基础。数据治理需要一支既懂技术、又懂业务、还懂数据的复合型人才队伍。组织应加强数据人才引进与培养，建立数据管理、数据工程、数据分析等专业团队，形成稳定的组织保障。现将本期培训有关事项通知如下：

Part 01

培训目标及课程内容

帮助行业数据管理从业人员构建“基础能力→专项治理→安全可信→价值应用” 的完整知识体系，具体包括：先掌握数据标准化、数据架构等核心基础方法；再深入主数据、非结构化数据、时序数据治理及高质量数据集建设、可信数据空间构建等专项场景；继而建立数据安全与全生命周期质量管控能力；最终实现数据应用（含AI大模型）落地与数据资产入表，满足组织数字化转型对高阶数据管理人才的能力要求，达到工业和信息化部人才岗位能力评价标准。

Part 02

培训时间与地点

序号

城市

时间和地点

北京班

时间：2026年10月16日— 10月18日

地点：北京朝阳区北辰西路8 号院北辰世纪中心 A 座 17 层

Part 03

培训对象

包括但不限于：

（一）数据相关工作的管理层领导（如CDO、数据部门负责人）；

（二）主数据管理团队及专、兼职数据管理人员（如主数据专员、数据治理项目经理）、数据相关项目的解决方案提供者；

（三）业务部门数据分析和报表统计人员（如财务、采购、经营管理领域数据分析师）；

（四）信息科技部门主数据平台开发、运维及安全管理人员（如数据架构师、数据安全工程师）；

（五）数据管理领域的研究人员（如高校科研人员、行业智库专家）；

（六）负责开发和提供数据管理信息系统和课程的学者、技术人员等。

Part 04

培训课程特点与认证简介

（一）培训课程特点

1. 紧跟政策与行业趋势

课程紧跟数据管理领域政策与行业前沿，以《网络安全法》《数据安全法》《个人信息保护法》筑牢合规根基，深度融入《企业数据资源相关会计处理暂行规定》（数据资产入表）、《高质量数据集建设指南》、可信数据空间构建规范及《生成式人工智能服务管理暂行办法》等核心政策，提供新一代数据治理体系和数据相关技术内容，确保学员同步掌握政策动向与行业前沿，契合《加快数字人才培养支撑数字经济发展行动方案》对高阶数据人才的能力要求。

2. 逻辑递进：遵循“基础→治理→可信→应用→价值”学习路径

课程按数据管理的核心逻辑排序：先夯实数据标准化、数据架构等基础能力，再深入主数据、时序数据等专项治理，同步推进高质量数据集建设与可信数据空间构建，接着强化数据安全与质量管控，最后落地数据应用与资产入表，符合“先懂规则、再做治理、后用数据”的认知规律，避免知识碎片化。

3. 核心全覆盖：聚焦高质量数据集与可信数据空间核心议题

将高质量数据集、可信数据空间作为核心模块融入课程体系，形成“传统治理+新兴专题”的完整覆盖：

高质量数据集：从标准规范、建设流程到评估指标，全流程拆解“如何打造合格数据资产”；
可信数据空间：围绕架构设计、安全防护、数据确权与共享，解决“数据可信流通”核心痛点；

确保学员紧跟行业前沿，掌握数字化转型关键新技能。

4. 基础扎实：聚焦数据标准化与架构，筑牢治理根基

将数据标准化作为核心开篇内容，详细拆解数据分类、编码、描述模板的制定方法，同步讲解组织级数据架构设计（概念/逻辑/物理模型），确保学员掌握“数据治理的通用语言”，为高质量数据集建设、可信数据空间构建等后续模块打下坚实基础。

5. 专项深入：覆盖全场景数据治理，适配组织实际需求

针对组织核心数据类型与新兴场景分层讲解：主数据（黄金数据）、指标数据（管理抓手）、非结构化数据（文档/音视频等）、时序数据（设备/IoT）、高质量数据集（合格资产）、可信数据空间（流通载体），每个专项均包含“标准制定→工具实操→案例拆解”，解决不同场景下的治理痛点（如数据质量不达标、跨主体数据共享难）。

6. 安全可信并重：贯穿数据全生命周期，保障合规流通

在全课程中融入“安全+可信”双逻辑：数据标准化阶段明确质量与安全分类要求，可信数据空间模块强化访问控制与确权机制，在数据应用环节强调隐私保护与合规使用，形成“质量合格→安全可控→可信流通”的闭环，符合《数据安全法》《个人信息保护法》及数据要素市场化政策要求。

7. 应用导向：从传统分析到AI大模型，实现价值落地

数据应用环节按“递进式”设计：先讲解传统数据分析（描述性/预测性分析），再过渡到AI基础知识（机器学习、神经网络），最后聚焦大模型应用（RAG 技术、行业大模型定制），并结合高质量数据集案例说明“优质数据如何支撑 AI 落地”，避免“学用脱节”。

8. 价值闭环：以数据资产入表，实现治理价值量化

将数据资产入表作为最终模块，基于前文所学的“数据标准化（资产定义）、高质量数据集（资产合格）、可信数据空间（资产流通）、数据应用（资产价值）”，系统讲解数据资产登记、价值评估、入表实操，帮助学员掌握“将治理成果转化为组织资产”的方法，形成“治理→合格→流通→价值”的完整闭环。

9. 权威认证：衔接岗位能力要求，保障学习含金量通过考核的学员将获得工业和信息化部人才交流中心颁发的《工业大数据管理师（高级）证书》，证书纳入工业和信息化人才数据库，可作为组织数据管理岗位上岗、薪资调整、职业定级的参考依据。

（二）大数据管理师认证简介

为贯彻落实《中共中央关于深化人才发展体制机制改革的意见》、《关于分类推进人才评价机制改革的指导意见》、《制造业人才发展规划指南》和中央经济工作会议精神，开展工业互联网产业人才培养标准化工作，做好《工业互联网创新发展行动计划（2021—2023年）》人才保障服务。由工业和信息化部人才交流中心发起，联合国内重点领域龙头企业和机构，共同打造工业互联网、智能制造、区块链、物联网等重点领域岗位人才能力评价认证体系。

2020年12月完成全国首批工业互联网人才岗位中工业大数据工程师、工业大数据管理师、工业大数据架构师的人才岗位认证评价。以上岗位评价主要针对有意向从事工业大数据管理和应用相关工作的人员。

（三）培训讲师简介

国内数字化转型和数据治理领域的一流专家团队，分别来自腾讯、IBM、微软、HP、用友、普元等国际国内数字化领先企业，从事信息化战略咨询、数据治理、数字化转型咨询和体系建设等业务平均年限超过20年，其中有中国大数据技术标准推进委员会数据资产专家，中国数据标准化及治理大会“中国数据标准化及治理专家”十大专家之一等业内知名专家。

蔡春久老师，国内著名的数据治理专家

中国信息协会数字治理专业委员会副主任兼秘书长、原腾讯首席数据架构师、技术总监、中国电子信息行业联合会DCMM培训专家、中国数据工匠俱乐部发起人。中国数据标准化及治理大会组委会评为“中国数据标准化及治理专家”十个专家之一。数治云（北京）科技有限责任公司联合创始人。具有27年的特大型集团企业IT咨询服务和数据治理行业工作经验，近20年专注数据治理及标准化、数据架构、数据平台、智能工厂等咨询工作。主导编写《数据治理：工业企业数字化转型之道》、《数据标准化：企业数据治理基石》、《数据体系规划和应用场景设计》、《数据价值化与标准实践》，参与编写《首席数据官知识体系指南》、《中国数字制造发展报告（2022-2023）》、《一本书讲透数据资产入表》等著作。作为项目负责人或主要成员，研制了十余项国家和行业标准，参加多个国家高技术研究发展计划（863计划）项目；为中国石化集团、国家电网、南方电网、国家能源集团、招商局集团、中国广核集团、中国兵器工业集团、中国航天科工集团等100余家500强的集团企业的提供数字化转型咨询和数据治理服务。

程华军老师，数治云CEO，联合创始人

原腾讯云能源行业总经理、央企总部IT公司CEO、用友副总裁；清华大学本科、北京大学国际MBA毕业。30年工作与管理经验；中国电子商务的开拓者之一，主持开发了中国第一个全功能B2C网站北京图书大厦网上书店（1999年6月上线）；主导了中国石化等大型企业集团的信息化规划和建设工作；目前国内顶级管理咨询顾问（数字化战略规划与治理相关）之一，对于大型企业集团信息化/数字化规划、人工智能与大数据结合、能源生产与营销数字化等方面有深刻的理解和丰富实操经验；是目前国内能源行业以及碳中和数字化领域主要专家之一。

石宝臣老师，信息安全、数据安全专家

拥有20 + 年信息安全从业经验，10 + 年信息安全咨询规划经验，10 + 年产品设计与开发经验。曾任石化盈科信息安全专家、大项目经理、高级咨询顾问，SAP 安全公司（SECUDE）产品经理、安全顾问等。曾在多家国内安全公司从事 PKI、PMI、SSO、密码等产品公司负责产品研发，服务军工、政企、能源、金融、交通及运营商等多个领域的安全咨询、建设实施。

杨宝刚老师，数字化、工业互联网领域资深专家

原天津财经大学教授，17年高校教学科研工作经验，20年企业管理软件，ERP,数字化转型,智能制造，工业互联网等软件开发与实施工作经验。工信部两化融合领导小组成员，TC573（两化融合），TC268（物流信息化）国家标准委员会委员，工业互联网联盟产业发展副主席。智能制造联盟专家等同时担任工信部两化融合领导小组成员，TC573（两化融合），TC268（物流信息化）国家标准委员会委员，工业互联网联盟产业发展副主席等。

史森老师，工业大数据应用技术国家工程实验室技术专家

原北京大学计算机系讲师；具有28年的特大型集团企业IT管理工作经验，参与中国移动、中国联通、中国电信IT服务管理规范编写，参与编写《数据标准化：企业数据治理的基石》。近6年专注数据治理及标准化咨询工作，为国家电投集团、国家电网、国家能源集团、中国核工业集团、中国航天科技集团、中广核集团、东北电力设计院、中国电建11局等10余家500强企业提供数据治理服务。

段飞虎老师，同方知网企业产品事业部副总经理

中国人工智能学会成员，同方知网企业产品事业部副总经理。高级工程师，中国人工智能学会成员，全国信息技术标准化技术委员会人工智能分委会成员、大数据标准工作组成员，大数据应用技术专家。主要研究领域涵盖大数据中台技术与应用、大数据分析挖掘与知识图谱与人工智能等，牵头申请发明专利并发表论文30余项，参与国家标准制定1项。

王铮老师，数语科技创始人&CEO

数语科技创始人&CEO，信通院数据资产专家委员会成员，数据资产管理实践白皮书主要撰写人之一。国资委数据要素专家组成员，中国电子商会数据要素发展工作委员会理事。IEEE member, TheOpenGroup member，DAMA中国数据架构、数据模型专委会牵头人。曾任CA ERwin全球研发负责人，近二十年数据管理经验。包括美国银行（BOA），SunTrust，AT&T，壳牌等全球500强企业。国内参与建设银行新一代，华为，南方电网，中国人寿，中信集团，税务等大型企事业单位的数据治理建设。复旦大学、北京航空航天大学、人民大学客座讲师。《数据架构之道》作者，《数据血缘》译者。

近年来专注于大模型与AI Agent在企业中的实用落地，结合提示词工程、业务流程梳理与系统架构设计，帮助客户实现从认知普及到实操落地的全流程转型。

Part 05

培训目标和提纲内容

模块一：数据要素时代下数据治理发展趋势、数据资产入表实践与市场化建设（第一天上午）

课程目标：

1) 辨析数据要素相关10组易混淆术语概念，精准把握面向人工智能的数据治理趋势，能区分主流数据治理框架的适用场景与发展走向；

2) 深入理解数据资产入表的政策要求（定义、分类、确认、核算、披露），掌握入表实施方法与全流程步骤，明确企业入表前的核心准备工作；

3) 识别数据资产入表的核心难点（确权、计量等），能设计针对性应对策略，理解入表内外部协作生态机制，可结合案例优化企业入表方案。

时间

课程

内容

第一天

上午

9:00-10:00

课程一：数据要素时代下数据治理发展趋势

1.数据要求背景下10组易混淆术语概念辨析

2.面向人工智能的数据治理的发展趋势

3.主流数据治理框架体系对比及走向

10:10-12:00

课程二：数据资产入表实践与市场化建设

1.数据资产入表的意义

2.数据资入表政策解读

2.1资产与数据资产的定义

2.2数据资产的分类（无形资产、存货）与确认

2.3核算与计量

2.4列示与披露

3.数据入表难析与对应策略

4.企业数据入表，企业应做哪些准备？

5.数据资产入表实施方法与步骤

6.数据资产入表的内、外部协作生态机制

7.案例分析

模块二：数据与人工智能应用、时序数据治理与产业智能化（第一天下午）

课程目标：

1) 清晰把握从数据分析到人工智能的演进逻辑，掌握人工智能核心原理与算法，理解数据治理对AI 发展的支撑作用，能结合案例梳理组织AI 应用发展路径；

2) 全面掌握时序数据治理的概述、总体框架、技术体系及管理运营体系，理解AI 环境下时序数据治理的特殊要求，能适配场景设计治理方案；

3) 结合实战案例提升时序数据治理在产业智能化中的应用能力，助力企业通过数据治理推动产业数字化转型。

时间

课程

内容

第一天

下午

13:30-16:00

课程三：数据与人工智能应用

1. 从数据分析到人工智能

2. 人工智能核心原理与算法

3. 加强数据治理是推动AI发展的必由之路

4. 企业AI应用发展路径与案例

5. 总结与展望

16:00-17:30

课程四：时序数据治理与产业智能化

1.时序数据治理概述

2.时序数据治理的总体框架
3.时序数据技术体系（架构）
4.时序数据治理的管理与运营体系
5.AI环境下的时序数据治理
6.时序数据治理实战案例
7.总结与展望

模块三：数据标准化及新一代数据安全治理体系（第二天上午）

课程目标：

1) 明确数据标准化的政策依据、核心价值与实施挑战，能构建完整的标准化体系框架，熟练掌握主数据、指标数据标准的制定与清洗方法；

2) 掌握数据标准贯标策略、考核机制与组织保障措施，能运用核心工具开展标准评估，确保标准落地执行与持续优化；

3) 全面掌握数据安全相关法规标准与面临的核心挑战，理解新一代数据安全合作治理体系的核心逻辑，运用关键技术与工具搭建企业安全防护框架。

时间

课程

内容

第二天

上午

9:00-10:10

课程五：数据标准化－企业数据治理基石

1.为什么要做数据标准化？（为什么）

1.1数据标准化相关政策解读、挑战与策略

1.2数据标准化相关术语及价值

2.数据标准化体系框架体系的内容（是什么）

2.1数据标准化总体框架和核心内容

2.2主数据标准制定及清洗

2.3指标数据标准制定及案例

2.4数据标准贯标、策略和考核

2.5组织保障和核心工具支撑

2.6数据标准评估指标

3.标杆行业主数据标准化实践案例分享

4.相关思考和建议

10:20-12:00

课程六：新一代数据安全治理体系介绍

1) 数据安全概述

2) 数据安全面临的挑战

3) 数据安全相关法规和标准

4) 新一代数据安全与合作治理体系

5) 数据安全关键技术与工具

6) 新一代数据安全与合规管理策略和实施

7) 数据安全案例分析

8) 总结与展望

模块四：非结构化数据资产治理和组织级智能体构建与知识工程建设（第二天下午）

课程目标：

1) 把握非结构化数据智能时代的发展趋势，掌握非结构化数据治理与大模型数据治理的核心方法，熟练运用相关工具提升治理效率；

2) 深入理解非结构化数据在知识管理、合规、合同审核等多场景的智能体应用逻辑，能结合组织实际场景落地治理成果；

3) 理解企业级数据架构建设方法，掌握其典型构成与知识数据基础设施，能构建数据架构模型及制定相应的数据架构管理流程规范。

时间

课程

内容

第二天

下午

13:30-15:30

课程七：非结构化数据资产治理

1.开启非机构化数据智能时代

2非结构化数据管理与工具篇

2.1非结构化数据治理

2.2大模型数据治理

3.非结构化数据治理的应用场景

3.1组织知识管理智能体

3.2组织制度管理智能体

3.3组织合规智能体

3.4组织标准智能体

3.5组织公文智能体

3.6组织合同审核智能体

3.7组织科技创新智能体

4.非结构化数据未来展望

15:30-17:30

课程八：企业级数据架构设计方法、工具

1、数据架构基础概念

1.1数据架构的设计方法

2、数据模型基础概念

2.1概念、逻辑、物理模型

2.2三范式模型

2.3数仓模型(维度模型,雪花/星型模型)

3、数据模型设计开发最佳实践

4、数据架构管控制度流程

模块五：高质量数据建设及组织级数据架构设计（第三天上午）

课程目标：

1) 深入理解高质量数据集的政策背景与核心概念，熟练掌握相关标准规范与评估方法，能制定高质量数据集建设蓝图与落地步骤；

2) 聚焦基于数据的复杂业务系统场景，系统讲解数据智能体开发平台的架构设计、场景适配与实战融合技术，助力学习者掌握复杂业务中智能体与系统协同优化的核心能力。

时间

课程

内容

第三天

上午

9:00-10:40

课程九：高质量数据建设

1高质量数据集建设背景及基本概念

1.1高质量数据集相关政策的解读

1.2高质量数据集相关基本概念的理解

2．高质量数据集相关标准规范解读与评估

3.高质量数据集建设蓝图和方法

4.高质量数据集建设案例

11:0-12:00

课程十：《基于数据的复杂业务系统与智能体开发平台》

本课程聚焦基于数据的复杂业务系统场景，系统讲解数据智能体开发平台的架构设计、场景适配与实战融合技术，助力学习者掌握复杂业务中智能体与系统协同优化的核心能力。

模块六：考试评价（第三天下午）

时间

课程

内容

第三天

下午

14:00-17:00

评价测试

按照《工业和信息化人才岗位能力评价通则》要求，采取理论和实践相结合的方式进行考核，通过岗位能力评测的学员，可获得相应等级的《IITC工业和信息化人才岗位能力评价证书》。

Part 06

相关要求

1)数据是新型生产要素，数据治理人才对组织数字化转型发展至关重要。培训前3个工作日前将填写后的培训回执表、最高学历扫描件与工作证明（个人简历或单位盖章文件均可）、电子版白底彩色照片（1寸或2寸）发送至指定邮箱。

2)本次培训统一订购教材。

3)本次培训三天，收取培训费7800元（包含工信人才认证考试报名费和证书费1300）。食宿自理，如有需要，可统一安排。

4)评价考试合格者，由工业和信息化部人才交流中心颁发工业大数据管理师（高级）证书。

5)对通过人才岗位认证的考生提供电子证书下载和查询（网址：https://pj.miitec.cn/），以下为证书样式：

6)培训费需要提前转账，转账时请注明参加工业大数据管理师（高级）认证培训。本次培训会务工作由数治云（北京）科技有限责任公司承办、收款。收款信息如下：

数治云（北京）科技有限责任公司开户银行及账号信息如下：

名称：数治云（北京）科技有限责任公司
纳税人识别号：91110108MA7LHQHY9M
电话：010-82898746
开户行：招商银行股份有限公司北京上地支行
公司地址：北京市朝阳区北辰西路8号院2号楼1至14层101内12层1506号
账号：110949314510805

Part 07

本次培训班报名及会务咨询联系方式

联系人及电话：

樊老师:13811338288

苏老师:18500336026

Part 08

报名须知及资质

附件1：培训班报名回执表

工作单位
发票收件邮箱					邮编
发票类别	□增值税普通电子发票 □增值税专用电子发票
培训天数	□两天 □三天
发票抬头						请跟财务核实开票信息。需要增值税普通发票只需填写抬头和税号。
税号
注册地址及电话
注册开户行及账号
姓名	性别	年龄	文化程度	职务职称	手机号码	邮箱

身份证号

备注	工信部考试报名需考生提供姓名、手机号、邮箱、身份证号，信息注意正确填写。

附件2：大数据人才能力提升及评价简介

大数据人才能力提升及评价简介

一、人才评价与能力提升工作背景

按照工业和信息化部《重点领域人才评价和能力提升任务揭榜工作方案》、《工业互联网产业人才岗位能力标准》（T/MIITEC 003-2020）及《工业和信息化人才岗位能力评价通则》（TT/MIITEC 004-2021）等要求，人才通过认定后可获得工业和信息化部人才交流中心《工业和信息化人才岗位能力评价证书》，并纳入工业和信息化人才数据库。相比其他考核证书，人才岗位能力评价证书是工业大数据领域的人才岗位能力评价证书，获得此人才岗位评价证书的人才需按照四个维度（专业知识、技术技能、工程实践、综合能力）进行评定，除考核外还包括其他相关成果评定，相比单纯的考核证书具备更多样且全面的人才认定角度和范围。

二、人才评价与能力提升主要方向及岗位

工业大数据管理师是由工业和信息化部人才交流中心按照国家工业和信息化人才岗位评价标准设立的、旨在为工业领域培养数据管理和应用人才的岗位，可作为企事业单位数据管理（应用）人员上岗、薪资待遇调整和员工职业发展（定级）之参考。工业大数据管理师分为初、中、高三个等级，可以直接申请中级，但申请高级必须具备中级资格。

本次培训针对工业大数据管理师（高级）岗位，具体说明如下：

表1 工业大数据管理师（高级）岗位能力评价资格说明

证书等级	参与评价资格
高级证书	具备下列条件之一者，可申请参与高级评价： 1.持有该专业中级证书； 2.硕士及以上学历，并从事信息化、数据相关岗位工作3年（含）以上； 3.本科或同等学历，并从事信息化、数据相关岗位工作5年（含）以上； 4.大专或同等学历，并从事信息化、数据相关岗位工作8年（含）以上。