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》，满足行业数据管理人才需求，培养数据管理专业人才，进一步提升企业数据管理能力和治理水平，推动行业数字化转型和高质量发展，亿信华辰拟联合工业和信息化重点领域人才能力评价支撑机构共同举办工业大数据管理师（中级）培训班。
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。
培训城市：北京
培训时间：2024 年 10 月 25-27 日（3天）
培训地点：北京市朝阳区利泽西街 6 号院东湖国际中心 A 座 1709 阶梯教室（暂定）
包括但不限于：
（一）数据相关工作的管理层领导；
（二）数据管理团队及专/兼职数据管理人员、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；
（四）信息科技部门数据平台开发、运维及安全管理人员；
（五）数据管理领域的研究人员；
（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。
数据治理知识体系（第一天上午）
目标：数据管理知识体系概述、学员可以了解数据治理宏观政策、发展趋势及基本概念；了解主流数据治理框架体系、工具和实施方法论。以案例讲解数据治理的策划、治理、建设、管理以及应用等全周期的数据治理过程。
内容：数字化转型中数据治理相关背景和挑战、数据治理体系与数据资产相关概念和知识体系、解读《数据治理》核心内容及数据治理能力提升相关建议。
数据治理体系
TIME：9:30-12:00
1. 数字化转型中数据治理相关背景和挑战
1.1 数字化转型的概念及相关政策解读
1.2 数据能力成为企业核心能力
1.3 国内外数据治理困难与挑战
1.4 数据资产管理主流发展趋势
2. 《数据治理》核心内容
1.1 概篇：典型数据治理相关概念（数据治理、数据管理、数据资产定义及区别、典型数据治理框架体系及方法论
1.2 体系篇：数据治理是一个系统工程（重点介绍数据战略（数据愿景&管理思想、时序数据、文件及内容管理、数据交换与服务、数据开放和共享）
1.3 实施篇：实施数据治理有章可循，数据治理的方法论如何落地
3. 企业数据治理未来展望
3.1 数据治理项目实施策略及原则建议
3.2 企业数据人才培养和发展
数据标准化治理（数据资产目录、
数据指标、主数据等核心内容）
（第一天下午）
目标：了解数据标准化挑战和困难；了解标杆集团企业数据标准化体系、实施步骤和案例。
内容：为什么要做数据标准化、框架体系的内容方法、实施过程方法、标杆企业典型案例。数据资产的识别、建设以及应用案例。解读《数据标准化》核心内容。
标杆集团企业数据标准化
TIME：14:00-17:30
1. 为什么要做数据标准化（为什么）
1.1 数据管理挑战与困难
1.2 数据标准化的作用
1.3 数据资产的识别、建设以及应用案例
2. 数据标准化体系框架体系的内容（是什么）
2.1 数据分类方法
2.2 元数据管理
2.3 数据指标管理
2.4 数据标签管理
2.5 主数据管理
3. 如何实施数据标准化项目（怎么做）
3.1 管理支撑（组织、制度、人员）
3.2 实施方法和步骤
4. 标杆企业典型数据
数据质量管理与数据安全
（第二天上午）
目标：了解数据质量及数据安全相关术语、定义、内涵，以及在数据治理各个域的关系；了解数据质量和数据安全管理框架重点及难点；获得数据质量和安全工具相关知识，数据质量项目案例及数据安全案例。
内容：数据质量管理面临挑战与发展趋势，数据质量管理框架体系及方法、数据质量工具及实施难点、数据质量管理项目建设案例及相关启示。数据安全挑战及发展趋势；基于大数据架构数据安全框架体系。
数据质量管理
TIME：9:00-10:20
1. 数据质量面临挑战与发展趋势
1.1 术语与重要概念理解
1.2 数据质量问题
1.3 导致数据质量问题的原因
2. 数据质量管理框架体系及方法
2.1 数据质量管理框架体系
2.2 数据质量管理方法
2.3 数据质量与其他域相关关系
3. 数据质量工具及质量评估
3.1 数据质量工具
3.2 数据质量评价方法
4. 数据质量管理项目案例及相关启示
TIME：10:20-12:00
1. 数据安全挑战及发展趋势
1.1 数据安全面临主要挑战
1.2 宏观政策及相关数据安全法规、安全标准
1.3 数据安全发展趋势
2. 基于大数据架构数据安全框架体系
2.1 大数据架构数据安全框架
2.2 数据存储安全
3. 常见数据安全工具介绍
3.1 主要工具与技术手段
3.2 统一身份管理系统实施案例介绍
4. 常见数据安全场景及案例介绍
数据资产管理及数据平台
技术平台工具（第二天下午）
目标：了解数据管理工具挑战和发展趋势；了解标杆集团企业级数据管理平台包含常见工具，了解数据管理平台实施路径。
内容：数据管理工具现状及发展趋势、企业级数据管理平台架构、数据平台实施路径及建议。
TIME：14:00-15:20
1. 数据资产目录类型及定义
2. 数据资产目录搭建方法
3. 为什么要进行数据资产盘点
4. 数据资产盘点方法和步骤
5. 数据资产目录工具及相关案例介绍
TIME：15:30-16:20
1. 数据治理场景库建设方法
2. 人力资源域应用场景
3. 财务分析案例（财务应用场景）
4. 物资采购应用案例（价格大数据、库存、招投标等大数据应用场景）
TIME：19:30-21:30
数据要素发展政策及趋势
（第三天上午）
目标：了解数据要素发展政策及趋势；了解数据相关法规，了解企业数据合规与数据应用法律实务。
内容：数据要素开发、流通的主要政策解读，重点解析“三权分置”；基础法律介绍（网安法、数安法、个保法，及重要国家行政管理条例）；数据资产的主要保护路径。
评价考试
TIME：14:00-16:30
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《工业和信息化人才岗位能力评价证书》。
考试形式：考试分为线上和线下两部分，线上考试 100 分、线下考试 100 分，权重各占 50%，累计 100 分。
线上：考试时长为 70 分钟，单选题（55 道）、多选题（15 道）和判断题（10 道）。（考生需自备笔记本电脑，确保电量充足或带好充电线）
线下：考试时长为 60 分钟，单选题（30 道）、多选题（10 道）和简答题。
完成培训并参与评价考试合格者，由工业和信息化部人才交流中心颁发工业大数据管理师（中级）证书。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第一且唯一的人才岗位能力评价证书。
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：
1、填写报名回执表、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）、电子版彩色照片（1寸或2寸）发送至指定邮箱。
2、本次培训三天，收取培训费6800元（包含工信人才认证考试报名费和证书费）。食宿自理，如有需要，可统一安排。
3、本次培训提供：培训讲义 （打印）、视频材料、练习及模拟试题。参考书籍推荐：《数据治理 工业企业数字化转型之道（第 2 版）》《数据标准化企业数据治理的基石》
4、培训费需要提前转账。
END
