آموزش CDMP (حرفه ای مدیریت داده) در 30 روز - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه Introduction

روز 1 - مبانی CDMP (حرفه ای مدیریت داده ها) Day 1 - The Basics of CDMP (Certified Data Management Professional)

• CDMP چیست؟ What is the CDMP?

• چرا CDMP یک گواهینامه عالی است Why the CDMP is a great certification to have

• مطالعه هوشمند - مباحث Study smart - topics weight

• تعهد زمان لازم برای تصویب Time commitment needed to pass

• نکاتی برای یادگیری مؤثر برای گذراندن امتحان Tips for effective learning to pass the exam

روز 2 - فرایند مدیریت داده ها Day 2 - The Data Management Process

• مدیریت داده ها چیست What is Data Management

• مدیریت داده مفاهیم اساسی Data Management Essential Concepts

• اصول مدیریت داده ها Data Management Principles

• چارچوب های مدیریت داده Data Management Frameworks

• مشق شب برای روز 2 Homework for Day 2

• فرآیند مدیریت داده ها - آزمون تمرین Data Management Process - Practice Test

روز 3 - اخلاق داده Day 3 - Data Ethics

• اخلاق داده چیست What is Data Ethics

• اخلاق داده مفاهیم اساسی Data Ethics Essential Concepts

• اصول اخلاقی برای داده ها Ethical Principles for Data

• قانون حفظ حریم خصوصی داده ها Data Privacy Law

• اخلاق داده برای داده های آنلاین Data Ethics for Online Data

• اخلاق داده خطرات Data Ethics Risks

• فرهنگ اخلاق داده Data Ethics culture

• تکالیف برای روز 3 Homework for Day 3

• اخلاق داده - آزمون تمرین Data Ethics - Practice Test

روزهای 4 ، 5 - حاکمیت داده ها Days 4, 5 - Data Governance

• حاکمیت داده ها چیست What is Data Governance

• چرا حاکمیت داده ها مهم است Why Data Governance is important

• اهداف حاکمیت داده Data Governance Goals

• اصول حاکمیت داده ها Data Governance Principles

• داده های حاکم بر داده های اساسی Data Governance Essential Concepts

• سازمان داده های محور Data-centric Organization

• سازمان حاکمیت Data Governance organization

• انواع مدل عملیاتی حاکمیت داده ها Data Governance Operating Model Types

• مباشرت داده ها Data Stewardship

• سیاست های داده Data Policies

• ارزیابی دارایی داده ها Data Asset Valuation

• فعالیتهای حاکمیت داده Data Governance Activities

• ابزارها و تکنیک های حاکمیت داده Data Governance Tools and Techniques

• معیارهای حاکمیت داده Data Governance Metrics

• مشق شب برای روز 4 و 5 Homework for Day 4 and 5

• حاکمیت داده ها - آزمون تمرین Data Governance - Practice Test

روزهای 6 ، 7 - معماری داده ها Days 6, 7 - Data Architecture

• مقدمه معماری داده Data Architecture intro

• نمودار معماری داده ها مثال Data Architecture Diagram example

• اهداف معماری داده Data Architecture Goals

• اصول اصلی معماری داده های مدرن Key Principles of Modern Data Architecture

• فعالیتهای معماری داده Data Architecture Activities

• ابزارهای معماری داده Data Architecture Tools

• نقش های کلیدی در معماری داده ها Key Roles in Data Architecture

• مشق شب برای روز 6 و 7 Homework for Day 6 and 7

• معماری داده ها - آزمون تمرین Data Architecture - Practice Test

روزهای 8 ، 9 - مدل سازی و طراحی داده ها Days 8, 9 - Data Modeling and Design

• مدل سازی داده ها و معرفی طراحی Data Modeling and Design intro

• چرا مدل سازی داده ها مهم است Why is Data Modeling important

• مدل داده چیست What is a Data Model

• 4 نوع داده که می توانند مدل شوند The 4 types of data that can be modeled

• اجزای مدل داده Data Model Components

• سطح معرفی مدل داده ها Data Model Levels intro

• مدل داده های مفهومی Conceptual Data Model

• مدل داده های منطقی Logical Data Model

• مدل داده های فیزیکی Physical Data Model

• فعالیت های مدل سازی داده ها Data Modeling Activities

• ابزار Tools

• مشق شب برای روز 8 و 9 Homework for Day 8 and 9

• مدل سازی و طراحی داده ها - آزمون تمرین Data Modeling and Design - Practice Test

روزهای 10 ، 11 - ذخیره سازی داده ها و عملیات Days 10, 11 - Data Storage and Operations

• ذخیره سازی داده ها و مقدمه Data Storage and Operations intro

• آنها اهداف اصلی ذخیره داده ها را دارند They key Goals of Data Storage

• اصطلاحات دیتابیس Database Terminology

• فعالیت هایی برای مدیریت فناوری پایگاه داده Activities for managing Database Technology

• فعالیت هایی برای مدیریت بانکهای اطلاعاتی Activities for managing databases

• ابزارهایی برای ذخیره داده ها Tools for Data Storage

• تکنیک های مهم مربوط به ذخیره داده ها Important Techniques related to Data Storage

• مشق شب برای روز 10 و 11 Homework for Day 10 and 11

• ذخیره سازی داده ها و عملیات - آزمون تمرین Data Storage and Operations - Practice Test

روزهای 12 ، 13 - امنیت داده ها Days 12, 13 - Data Security

• امنیت داده ها چیست What is Data Security

• اهداف امنیت داده ها Goals of Data Security

• آسیب پذیری ، تهدید ، خطر چیست What is a Vulnerability, Threat, Risk

• انواع داده ها طبقه بندی ریسک Data Types Risk Classification

• فرآیندهای امنیتی داده Data Security Processes

• اختلاط/نقاب سازی داده ها و رمزگذاری داده ها چیست؟ What is Data Obfuscation/masking and data encryption

• شرایط امنیت شبکه Network Security Terms

• انواع امنیت داده ها Types of Data Security

• فعالیتهای امنیتی داده Data Security activities

• ابزارهای امنیتی داده Data Security tools

• مشق شب برای روز 12 و 13 Homework for Day 12 and 13

• امنیت داده ها - آزمون تمرین Data Security - Practice Test

روزهای 14 ، 15 - ادغام داده ها و قابلیت همکاری Days 14, 15 - Data Integration and Interoperability

• ادغام داده ها و قابلیت همکاری Data Integration and Interoperability intro

• اصول ادغام داده ها Data Integration principles

• عصاره ، تبدیل و بار (ETL) Extract, Transform and Load (ETL)

• عصاره ، بار ، تبدیل (ELT) Extract, Load, Transform (ELT)

• تفاوت بین ETL و ELT چیست What is the difference between ETL and ELT

• انواع پردازش ادغام داده ها Data Integration processing types

• تکثیر داده ها Data Replication

• بایگانی داده ها Data Archiving

• فعالیتهای ادغام داده ها Data Integration activities intro

• برنامه ریزی و تجزیه و تحلیل فعالیت ها Plan and Analyze Activities

• طراحی فعالیتهای راه حل های ادغام داده Design Data Integration Solutions Activities

• فعالیتهای راه حل های ادغام داده ها را توسعه دهید Develop Data Integration Solutions Activities

• اجرای و نظارت بر فعالیت ها Implement and Monitor Activities

• ابزارهای ادغام داده ها Data integration tools

• مشق شب برای روز 14 و 15 Homework for Day 14 and 15

• ادغام داده ها و قابلیت همکاری - آزمون تمرین Data Integration and Interoperability - Practice Test

روزهای 16 ، 17 - مدیریت اسناد و محتوا Days 16, 17 - Document and Content Management

• مقدمه مستند و مدیریت محتوا Document and Content Management intro

• اهداف مدیریت اسناد و محتوا The Goals of Document and Content Management

• مؤلفه های اصلی و مدیریت اسناد Core Components and Document Management

• فرآیندهای کلیدی برای مدیریت اسناد Key Processes for Document Management

• فعالیت های مدیریت اسناد و محتوا Activities of Document and Content Management

• برنامه برای مدیریت چرخه حیات اسناد Plan for Document Lifecycle Management

• چرخه عمر محتوا را مدیریت کنید Manage the Content Lifecycle

• انتشار و ارائه محتوا Publish and Deliver Content

• ابزاری برای مدیریت اسناد و محتوا Tools for Document and Content Management

• مشق شب برای روز 16 و 17 Homework for Day 16 and 17

• سند و مدیریت محتوا - آزمون تمرین Document and Content Management - Practice Test

روزهای 18 ، 19 - مرجع و مدیریت داده های کارشناسی ارشد Days 18, 19 - Reference and Master Data Management

• داده های اصلی چیست What is Master Data

• مثال داده های اصلی Example of Master Data

• داده های مرجع چیست What is Reference Data

• نمونه داده های مرجع Example of Reference Data

• تفاوت بین داده های مرجع و استاد Difference between Reference and Master Data

• مدیریت داده Master Data Management

• اصول اصلی Key Principles

• مراحل پردازش برای MDM Processing Steps for MDM

• انواع داده های اصلی Types of Master Data

• داده های اصلی مشتری Customer Master Data

• داده های استاد محصول Product Master Data

• داده های استاد مالی Financial Master Data

• داده های استاد کارمند Employee Master Data

• انواع دیگر داده های اصلی Other Types of Master Data

• فعالیت های MDM MDM Activities

• Master Master Management Management Master Data Management software tools

• مشق شب برای روز 18 و 19 Homework for Day 18 and 19

• DECRENCE و MASTER DATA - آزمون تمرین Refrence and Master Data - Practice Test

روزهای 20 ، 21 - انبارداری داده و هوش تجاری Days 20, 21 - Data Warehousing and Business Intelligence

• انبارداری داده چیست What is Data Warehousing

• هوش تجاری چیست What is Business Intelligence

• اصول انبارداری داده Data Warehousing principles

• اجزای انبار داده Data Warehouse components

• انبارداری داده ها و فعالیتهای BI Data Warehousing and BI activities

• ابزاری برای انبارداری داده و BI Tools for Data Warehousing and BI

• تکنیک های انبارداری داده و BI Techniques for Data Warehousing and BI

• مشق شب برای روز 20 و 21 Homework for Day 20 and 21

• انبارداری داده ها و BI - آزمون تمرین Data Warehousing and BI - Practice Test

روزهای 22 ، 23 - مدیریت ابرداده Days 22, 23 - Metadata Management

• مقدمه مدیریت ابرداده Metadata Management intro

• داده های ابرداده در مقابل Metadata vs Data

• اصول مدیریت ابرداده Metadata Management principles

• انواع ابرداده Types of Metadata

• ابرداده توصیفی Descriptive Metadata

• ابرداده ساختاری Structural Metadata

• ابرداده اداری Administrative Metadata

• ابرداده تجاری Business Metadata

• ابرداده فنی Technical Metadata

• ابرداده عملیاتی Operational Metadata

• منابع معرفی ابرداده Sources of Metadata intro

• منبع 1 Source 1

• منبع 2 Source 2

• منبع 3 Source 3

• منبع 4 Source 4

• منبع 5 Source 5

• منبع 6 Source 6

• منبع 7 Source 7

• منبع 8 Source 8

• فعالیتهای مدیریت ابرداده Metadata Management activities

• مشق شب برای روز 22 و 23 Homework for Day 22 and 23

• مدیریت ابرداده - آزمون تمرین Metadata Management - Practice Test

روزهای 24 ، 25 - کیفیت داده ها Days 24, 25 - Data Quality

• کیفیت داده ها چیست What is Data Quality

• برنامه مدیریت کیفیت داده چیست What is a Data Quality Management program

• داده های مهم چیست What is Critical Data

• نحوه قضاوت در مورد کیفیت داده ها How to judge Data Quality

• نحوه بررسی دقت داده ها How to check data accuracy

• نحوه بررسی اعتبار داده ها How to check data validity

• نحوه بررسی زمان بندی داده ها How to check data timeliness

• نحوه بررسی کامل بودن داده ها How to check data completeness

• نحوه بررسی منحصر به فرد بودن داده ها How to check data uniqueness

• نحوه بررسی قوام داده ها How to check data consistency

• استاندارد داده های استاندارد ISO Data Quality ISO Standard

• فعالیتهای کیفیت داده Data Quality activities

• ابزارهای کیفیت داده Data Quality tools

• مشق شب برای روز 24 و 25 Homework for Day 24 and 25

• کیفیت داده ها - آزمون تمرین Data Quality - Practice Test

روز 26 - داده های بزرگ Day 26 - Big Data

• داده های بزرگ چیست What is Big Data

• علم داده چیست What is Data Science

• چرا از داده های بزرگ و علوم داده استفاده می کنیم؟ Why use Big Data and Data Science?

• منابع داده های بزرگ Sources of Big Data

• یادگیری ماشین چیست What is Machine Learning

• تجزیه و تحلیل احساساتی Sentimental Analysis

• داده ها و استخراج متن Data and Text Mining

• تجزیه و تحلیل پیش بینی کننده Predictive Analytics

• تجزیه و تحلیل تجویز Prescriptive Analytics

• تجزیه و تحلیل داده های بدون ساختار Unstructured Data Analytics

• تحلیلی عملیاتی Operational Analytics

• فعالیتهای داده بزرگ Big Data activities

• تکالیف برای روز 26 Homework for Day 26

• داده های بزرگ - آزمون تمرین Big Data - Practice Test

روز 27 - فصل های ضعیف و مواد امتحان Day 27 - Weak chapters and exam materials

• مجدداً فصل های مربوطه را دوباره تهیه کنید و مواد امتحان را تهیه کنید Revisit Relevant Chapters and prepare exam materials

روز 28 - امتحان تمرین کنید و بخوانید Day 28 - Practice Exam and read

• مقدمه آزمون تمرین Practice Exam intro

• امتحان تمرین 1 Practice Exam 1

روز 29 - امتحان تمرین کنید و بخوانید Day 29 - Practice Exam and read

• امتحان تمرین 2 مقدمه Practice Exam 2 intro

• امتحان تمرین 2 Practice Exam 2

روز 30 - نکات نهایی قبل از امتحان Day 30 - Final tips before taking the exam

• نکات کلیدی برای افزایش شانس برای گذراندن امتحان Key tips to increase chances to pass the exam

بسته شدن دوره Course Closure

• نکات روز امتحان Exam Day tips

• سخنرانی Bonus Lecture