
关于举办2026年大数据管理师(中级)郑州班培训的通知
各有关单位:
包括但不限于:
(一)培训课程特点
(二)大数据管理师认证简介
(三)培训讲师简介
模块一、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。
序号 | 模块 | 主要内容 |
课程1 | 数据治理体系 9:00-12:00 | 1、数智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 2.1概篇:典型数据治理相关概念、典型数据治理框架体系及方法论,DCMM2025版解读 2.2体系篇:数据治理是一个系统工程 2.3 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 |
板块二: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。
章节 | 模块 | 培训内容 |
课程2 | 标杆集团企业数据标准化 下午 14:00-17:00 | 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 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数据分类分级方法 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 2.6 数据标准管理 3、如何实施数据标准化项目(怎么做) 3.1 数据管控体系(组织、制度、人员) 3.2 实施方法和步骤 4、标杆企业典型数据标准化案例分享 |
板块三:数据质量管理与数据安全管理(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。
章节 | 模块 | 培训内容 |
课程3 | 数据质量管理 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数据质量问题及原因 1.3高质量数据集相关政策 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高质量数据建设方案 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 |
课程4 | 数据安全管理10:20-12:00 | 1、数据安全及发展趋势 1.1数据安全与合规面临主要挑战 1.2 宏观政策及相关数据安全法规、安全标准 1.3 数据安全与合规发展趋势 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 4、常见数据安全场景及案例介绍 |
板块四:数据资产目录盘点及数据资产入表(第二天下午)
目标:了解数据资产目录搭建、数据资产盘点方法和步骤;了解数据管控体系主要内容,数据伦理相关理念及数据文化内容;解数据资产顶层架构设计方法论和业内典型数据治理框架中数据战略核心内容
内容:数据资产目录搭建、数据资产盘点方法和步骤;标杆集团企业数据管控体系(组织机构、职责、制度、流程、绩效)介绍,数据文化和伦理等;数据体系顶层架构设计方法论;数据战略管理和企业数据战略制定方法和案例。
章节 | 模块 | 培训内容 |
课程5 | 数据资产目录搭建、数据资产盘点方法和步骤13:30-14:50 | 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 |
课程6 | 数据资产入表实践与市场化建设 15:10-16:30 | 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 |
课程7 | 数据合规与交易 16:40-17:30 | 企业数据产品流通交易 数据确权、数据交易、数据资产金融创新等。 |
课程8 | 讨论和交流 19:30-21:30 | 知识串讲 |
板块五:标杆集团企业数据平台案例(第三天上午)
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。工业数据全生命周期管理
章节 | 模块 | 培训内容 |
课程9 | 标杆企业数据平台功能架构 90:00-10:40 | 以一个完整的大型集团数据平台为例,讲解数据平台应该包含哪些技术平台和工具,这些平台和工具应该怎么去选型 1、标杆企业数据资源中心案例 2、基于大数据架构下的数据资源中心技术架构(数据平台总体架构、功能架构、系统架构、安全架构等等) 3、数据仓库和大数据平台常见工具介绍 4、数据治理相关工具介绍(数据指标(元数据)管理工具、数据质量管理工具、数据安全工具) 5、数据平台建设路径和难点分析 |
课程10 | 大数据平台案例介绍 10:50-12:00 | 本课程面向数字化从业者,系统讲解企业数据平台全套知识与落地实操,构建完整认知体系。课程拆解大数据平台整体架构,明确其全域数据管理核心价值;详解数据资源架构规划、资产盘点、数据标准、质量治理落地方法,梳理数据开发与数仓建设规范;剖析数据模型设计及与中台的联动逻辑,结合行业案例分享智能化平台建设方案。课程覆盖规划、建设、治理、场景落地、长效运营全生命周期,理论实战结合,一站式掌握大数据平台完整落地能力。 |
板块六:评价测试(第三天下午)
章节 | 模块 | 培训内容 |
第三天 下午 | 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》。 |

联系人及电话:
苏老师:18500336026
李老师:18743229778
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 |
备注 | 工信部考试报名需考生提供姓名、手机号、邮箱,信息注意正确填写。 |
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,但申请中级必须具备中级资格。
本次培训针对工业大数据管理师(中级)岗位,具体说明如下:
表1 工业大数据管理师(中级)岗位能力评价资格说明
证书等级 | 参与评价资格 |
中级证书 | 具备下列条件之一者,可申请参与中级评价: 1.持有该专业初级证书; 2.硕士及以上学历,并从事相关岗位工作1年(含)以上; 3.本科或同等学历,并从事相关岗位工作3年(含)以上; 4.大专或同等学历,并从事相关岗位工作5年(含)以上。 5.经中心认可的全国性行业赛事获得决赛奖项的可直接申请评定。 |
查询网址:https://pj.miitec.cn/index/



为响应行业数据管理人才需求,工业大数据管理师培训以深化员工数据管理认知、强化专业技能、助力获取数字化转型关键能力认证为目标,赋能行业数字化转型与高质量发展。
数治云(北京)科技有限责任公司联合工业和信息化部人才交流中心共同举办工业大数据管理师(中级、高级)培训认证班。截至目前,认证班已在北京、深圳、武汉、青岛、南京、郑州、上海、哈尔滨、沈阳、重庆等城市成功举办超 50 场,培养各行业数据人才超 3 万余名。











