راهنمای جامع مدیریت داده‌ها DMBOK2 ویرایش شده و آمادگی آزمون CDMP - آخرین آپدیت

سرفصل ها و درس ها

مقدمه‌ای بر مدیریت داده‌ها Introduction to Data Management

• مقدمه‌ای بر مدیریت داده‌ها Introduction to Data Management

• مفاهیم ضروری داده‌ها Essential Concepts of Data

• اصول مدیریت داده‌ها Data Management Principles

• چالش‌های مدیریت داده‌ها Data Management Challenges

• استراتژی مدیریت داده‌ها Data Management Strategy

• چارچوب‌های مدیریت داده‌ها Data Management Frameworks

• سازمان DAMA و کتاب DMBOK DAMA and the DMBOK

اخلاق در جابجایی داده‌ها Data Handling Ethics

• مقدمه‌ای بر اخلاق در جابجایی داده‌ها (ویرایش شده) Introduction to Data Handling Ethics Editted

• محرک‌های تجاری برای جابجایی اخلاقی داده‌ها Business Drivers for Ethical Data Handling

• اصول اخلاقی برای داده‌ها Ethical Principles for Data

• اصول پشت قوانین حریم خصوصی داده‌ها Principles Behind Data Privacy Laws

• ریسک‌های رایج روش‌های غیر اخلاقی داده‌ای Common Risks of Unethical Data Practices

• ایجاد فرهنگ اخلاقی در داده‌ها Establishing an Ethical Data Culture

• به‌کارگیری مدل ریسک اخلاقی با مسئولیت اجتماعی Adopting a Socially Responsible Ethical Risk Model

حاکمیت داده‌ها Data Governance

• مقدمه‌ای بر حاکمیت داده‌ها Introduction to Data Governance

• اهداف، اصول و مفاهیم حاکمیت داده Goals, Principles & Concepts of Data Governance

• سازمان حاکمیت داده و نظارت (Stewardship) Data Governance Organization and Stewardship

• سیاست‌ها و ارزش‌گذاری داده به عنوان یک دارایی Policies and Valuing Data as an Asset

• برنامه‌ریزی برای کارکرد حاکمیت داده Planning the Data Governance Function

• توسعه استراتژی، چارچوب و سیاست‌ها Strategy, Framework, and Policy Development

• توانمندسازی پروژه‌ها و تغییرات حاکمیت داده Enabling Data Governance Projects and Change

• مدیریت مسائل و انطباق (Compliance) Issue and Compliance Management

• پیاده‌سازی حاکمیت داده Implementing Data Governance

• استانداردها، واژه‌نامه‌ها و یکپارچگی معماری Standards, Glossaries, and Architecture Integration

• ارزش‌گذاری داده و نهادینه کردن حاکمیت Data Valuation and Embedding Governance

• ابزارها، تکنیک‌ها و دستورالعمل‌های پیاده‌سازی Tools, Techniques, and Implementation Guidelines

• معیارهایی برای اندازه‌گیری موفقیت حاکمیت داده Metrics for Measuring Data Governance Success

معماری داده‌ها Data Architecture

• مقدمه‌ای بر معماری داده‌ها Introduction to Data Architecture

• محرک‌های تجاری و خروجی‌های معماری Business Drivers and Architecture Outcomes

• حوزه‌ها و چارچوب‌های معماری داده Data Architecture Domains and Frameworks

• مدل‌سازی و مستندسازی داده‌های سازمانی Enterprise Data Modeling and Documentation

• پراکسیس‌های معماری داده و یکپارچگی پروژه Data Architecture Practices and Project Integration

• ابزارها و تکنیک‌ها Tools and Techniques

• دستورالعمل‌های پیاده‌سازی، حاکمیت، ریسک و تغییرات فرهنگی Implementation Guidelines, Governance, Risk, and Cultural Change

• معیارهای موفقیت Metrics for Success

مدل‌سازی و طراحی داده‌ها Data Modeling and Design

• مقدمه‌ای بر مدل‌سازی داده‌ها Introduction to Data Modeling

• محرک‌های تجاری، اهداف و اصول Business Drivers, Goals, and Principles

• مفاهیم ضروری مدل‌سازی داده Essential Data Modeling Concepts

• اجزای مدل داده – موجودیت‌ها و روابط Data Model Components – Entities and Relationships

• اجزای مدل داده – ویژگی‌ها، کلیدها و دامنه‌ها Data Model Components – Attributes, Keys, Domains

• طرح‌های مدل‌سازی داده Data Modeling Schemes

• سطوح مدل داده – مفهومی، منطقی، فیزیکی Data Model Levels – Conceptual, Logical, Physical

• مهندسی مستقیم و معکوس Forward and Reverse Engineering

• ابزارها و تکنیک‌های مدل‌سازی داده Data Modeling Tools and Techniques

• بهترین تجربیات در مدل‌سازی و طراحی Best Practices in Modeling and Design

• حاکمیت مدل داده Data Model Governance

• معیارهای مدل‌سازی داده و کارت امتیاز (Scorecard) Data Modeling Metrics and Scorecard

ذخیره‌سازی و عملیات داده‌ها Data Storage & Operations

• دامنه ذخیره‌سازی و عملیات داده‌ها Scope of Data Storage and Operations

• محرک‌های تجاری، اهداف و اصول متخصصی Business Drivers, Goals, and Practitioner Principles

• مفاهیم ضروری: زبان پایگاه داده و اصطلاحات کلیدی Essential Concepts: Database Language and Core Terms

• مفاهیم ضروری: معماری‌ها و جفت‌شدگی (Coupling) Essential Concepts: Architectures and Coupling

• مدل‌های پردازش: ACID، BASE و CAP Processing Models: ACID, BASE, and CAP

• رسانه‌های ذخیره‌سازی و محیط‌های پایگاه داده Storage Media and Database Environments

• فعالیت‌ها: مدیریت فناوری پایگاه داده Activities: Manage Database Technology

• فعالیت‌ها: مدیریت عملیات پایگاه داده Activities: Manage Database Operations

• ابزارها و تکنیک‌ها برای متخصصین Tools and Techniques for Practitioners

• دستورالعمل‌های پیاده‌سازی و حاکمیت Implementation Guidelines and Governance

امنیت داده‌ها Data Security

• مبانی امنیت داده‌ها و محرک‌های تجاری Data Security Foundations and Business Drivers

• مفاهیم کلیدی امنیت و واژگان کنترلی Core Security Concepts and Control Vocabulary

• رمزنگاری، ماسک کردن و حفاظت داده‌محور Encryption, Masking, and Data-Centric Protection

• امنیت شبکه، دستگاه‌ها و اعتبارنامه‌ها Network, Device, and Credential Security

• محدودیت‌ها، الگوهای ریسک و تهدیدات رایج Restrictions, Risk Patterns, and Common Threats

• الزامات امنیتی، سیاست‌ها و استانداردها Security Requirements, Policy, and Standards

• کنترل‌ها، مجوزها، نظارت و حسابرسی Controls, Entitlements, Monitoring, and Audit

• ابزارها و تکنیک‌های امنیتی Security Tools and Techniques

• پیاده‌سازی، حاکمیت و اندازه‌گیری Implementation, Governance, and Measurement

مدیریت اسناد و محتوا Document and Content Management

• محرک‌های تجاری، اهداف و اصول Business Drivers, Goals, and Principles

• محتوا، متادیتا، مدل‌سازی و تحویل Content, Metadata, Modeling, and Delivery

• واژگان کنترل شده و کنترل اصطلاحات Controlled Vocabularies and Term Control

• تاکسونومی‌ها، هستی‌شناسی‌ها، جستجو و گردش کار Taxonomies, Ontologies, Search, and Workflow

• اسناد، رکوردها، نقشه‌های داده و کشف الکترونیکی (E-discovery) Documents, Records, Data Maps, and E-discovery

• برنامه‌ریزی چرخه عمر Planning the Lifecycle

• مدیریت چرخه عمر و تحویل محتوا Managing the Lifecycle and Delivering Content

• ابزارها، تکنیک‌ها، حاکمیت و معیارها Tools, Techniques, Governance, and Metrics

یکپارچه‌سازی و تعامل‌پذیری داده‌ها Data Integration & Interoperability

• مبانی یکپارچه‌سازی و تعامل‌پذیری داده‌ها (DII) Data Integration & Interoperability (DII) Foundations

• انتخاب‌های ETL و تأخیر (Latency) ETL and Latency Choices

• الگوهای جابجایی داده‌ها Data Movement Patterns

• مدل‌های تعاملی و معماری Interaction Models and Architecture

• برنامه‌ریزی و تحلیل Plan and Analyze

• طراحی و ساخت راهکارهای DII Design and Build DII Solutions

• بهره‌برداری و ابزارگذاری پلتفرم Operate and Tool the Platform

• پیاده‌سازی، حاکمیت و معیارها Implementation, Governance, and Metrics

داده‌های مرجع و مستر (اصلی) Reference and Master Data

• چرا داده‌های مرجع و مستر اهمیت دارند Why Reference and Master Data Matter

• مفاهیم کلیدی: تفاوت داده‌های مرجع در مقابل مستر Key Concepts: What Are Reference vs Master Data

• سلسله مراتب داده‌ها (تاکسونومی، لیست‌ها و کدها) The Data Hierarchy (Taxonomy, Lists, and Codes)

• توضیح مدیریت داده‌های مستر (MDM) Master Data Management (MDM) Explained

• چرخه عمر داده‌های مستر The Lifecycle of Master Data

• دامنه‌های رایج داده‌های مستر Common Domains of Master Data

• مدیریت داده‌های مرجع (RDM) در عمل Reference Data Management (RDM) in Practice

• الگوهای معماری و یکپارچگی Architecture & Integration Patterns

• حاکمیت، نظارت و ابزارها Governance, Stewardship, and Tools

• نقشه راه پیاده‌سازی و بهترین تجربیات Implementation Roadmap and Best Practices

مدیریت متادیتا Metadata Management

• مقدمه‌ای بر مدیریت متادیتا Introduction to Metadata Management

• محرک‌های تجاری برای متادیتا Business Drivers for Metadata

• اهداف و اصول راهنما Goals and Guiding Principles

• متادیتا در مقابل داده و انواع متادیتا Metadata vs. Data & Types of Metadata

• متادیتای تجاری، فنی و عملیاتی Business, Technical & Operational Metadata

• استانداردهای متادیتا و داده‌های بدون ساختار Metadata Standards & Unstructured Data

• منابع متادیتا Sources of Metadata

• رویکردهای معماری متادیتا Metadata Architecture Approaches

• فعالیت‌های مدیریت متادیتا (بخش اول) Metadata Management Activities (Part 1)

• فعالیت‌های مدیریت متادیتا (بخش دوم) Metadata Management Activities (Part 2)

• ابزارها و تکنیک‌های مدیریت متادیتا Tools & Techniques for Metadata Management

مدیریت کیفیت داده‌ها Data Quality Management

• مقدمه‌ای بر مدیریت کیفیت داده‌ها Introduction to Data Quality Management

• محرک‌های تجاری و اهمیت کیفیت داده Business Drivers and Importance of Data Quality

• اهداف و اصول مدیریت کیفیت داده Goals and Principles of Data Quality Management

• ابعاد کیفیت داده Dimensions of Data Quality

• چرخه عمر و چارچوب کیفیت داده Data Quality Lifecycle and Framework

• الزامات و استانداردهای کیفیت داده Data Quality Requirements and Standards

• اندازه‌گیری و معیارهای کیفیت داده Data Quality Measurement and Metrics

• ابزارها، تکنیک‌ها و فرآیندهای کیفیت داده Data Quality Tools, Techniques, and Processes

• حاکمیت و نظارت بر کیفیت داده Data Quality Governance and Stewardship

• بهبود مستمر و بهترین تجربیات Continuous Improvement and Best Practices

ارزیابی بلوغ مدیریت داده‌ها Data Management Maturity Assessment

• مقدمه‌ای بر ارزیابی بلوغ مدیریت داده‌ها Introduction to Data Management Maturity Assessment

• محرک‌های تجاری، اهداف و اصول Business Drivers, Goals, and Principles

• سطوح بلوغ و ویژگی‌ها Maturity Levels and Characteristics

• معیارهای ارزیابی و اندازه‌گیری Assessment Criteria and Measurement

• مروری بر چارچوب‌های DMMA DMMA Frameworks Overview

• برنامه‌ریزی برای ارزیابی Planning the Assessment

• اجرای ارزیابی Performing the Assessment

• تفسیر نتایج و نقشه‌های راه Interpreting Results and Roadmaps

• ارزیابی مجدد، حاکمیت و معیارها Reassessment, Governance, and Metrics