欢迎访问北京信息化协会官方网站!
大数据管理师(高级)研修班(北京二期)开放报名!
发布时间:2025-10-17      来源:北京信息化协会      浏览量:17      



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2500-3000万。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。

北京信息化协会联合同方知网数字科技有限公司、数治云(北京)科技有限责任公司共同开展“2025年工业大数据管理师(高级)研修班(北京二期)。现将有关事项通知如下:

01




培训目标



帮助数据管理从业人员了解数据管理宏观政策、发展趋势及基本概念,熟练掌握数据管理专业知识体系和数据管理应用技能,获得企业数字化转型战略下的必备职业能力。
TRAINING OBJECTIVES
02




培训时间和地点




时间:2025 年 11 月 14 日-11 月 16 日
地点:东升凯莱酒店紫气东来厅(北京市海淀区西小口路 66 号中关村东升科技园 C-6)


03




培训对象




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系统和课程的学者、技术人员等。

TRAINING PARTICIPANTS
04




培训课程特点和认证简介





4.1

#培训课程特点#

1. 紧跟政策与行业趋势

课程内容紧密结合最新的数据安全法规(如《网络安全法》、《数据安全法》、《个人信息保护法》)及行业发展趋势,确保学员能够及时掌握政策动向和行业前沿知识。

2. 理论与实践结合

课程不仅涵盖数据管理的理论知识,还通过标杆企业案例分享、数据平台实施路径分析等实践环节,帮助学员将理论知识应用于实际工作中。

3. 系统化知识体系

课程从数据质量管理、数据安全与合规、数据资产盘点、数据资产入表、数据治理顶层规划等多个维度,系统化地讲解数据管理的核心知识和技能,帮助学员构建完整的数据管理知识体系。

4. 工具与实操并重

课程详细介绍了常见的数据管理工具(如数据质量管理工具、数据安全工具、元数据管理工具、数据平台等),并通过实操案例帮助学员掌握工具的使用方法。

5. 标杆企业案例分享

通过分享标杆企业的数据治理应用场景案例(如人力资源域、财务分析、物资采购等),学员可以学习到如何在实际业务场景中应用数据治理工具和方法。

6. 权威认证

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(中级)或(高级)证书》,提升职业竞争力。

4.2

#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工业企业有意向从事工业大数据管理和应用相关工作的人员。

4.3

#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。

图片


蔡春久

国内著名的数据治理专家  

原腾讯首席数据架构师、技术总监、中国信息协会数字治理专委会副主任兼秘书长、中国电子信息行业联合会DCMM培训专家、中国数据工俱乐部发起人。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25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15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》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

图片

杨晓晨

核能行业协会专家委员会成员


原中国广核集团数字科技公司总工程师;具有近40年超大型企业信息化规划、管理和项目建设经验。近年来专注于数字化转型、数据治理和大数据应用等工作,参加了能源局《关于推进核电数字化转型发展的指导意见》编制、国资委《国资央企数据共享技术体系和工作机制》课题研究以及中电联、核能行业协会关于网络安全和数字化转型等多个文件、技术标准的编制和讨论。


图片


程华军

数治云(北京)联合创始人

清华大学本科、北京大学北大国际MBA毕业。28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(信息化战略与IT治理相关)之一,对于大型企业集团信息化规划、标准管理、IT治理架构等方面有深刻的理解和丰富实操经验;目前国内能源行业以及碳中和数字化领域主要专家之一。


图片

史森

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。


图片

王铮

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。


图片

刘骊

数据安全与合规、数据治理等领域专家



具有20年数据合规、个人信息保护、信息安全、业务连续性管理、IT服务管理等领域的实施和咨询经验,曾就职或服务于多家大型银行、电信运营商、汽车制造集团、移动互联网等企业。近几年主要从事数据安全与合规、金融科技、数字化转型方面的工作,包括数据治理、数据安全及个人信息保护、金融科技创新等方面的合规建设、管理体系、应用研究、实践落地等。数据安全与合规方面,具有EXIN DPO、CIPP/E、ISO27701实施专家等多项认证,作为第一批为国内企业提供个人隐私保护体系咨询服务的顾问,参与了多个数据保护合规项目,熟悉国内、外个人信息保护相关法规、国际标准、法律,拥有丰富实践经验。作为EXIN DPO(数据保护官)授权讲师,曾为多家金融、制造业客户提供数据合规培训。


图片

段飞虎

同方知网数科大模型知识产品管理部副总经理



中国人工智能学会成员,同方知网数科大模型知识产品管理部副总经理,高级工程师,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。


图片


杨宝刚

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。
05




培训提纲(高级)





5.1

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)

目标:了解数据要素宏观政策、数据资产化发展趋势及基本概念;了解数据治理的发展趋势,数据治理体系框架等标杆企业数据案例介绍。了解数据要素的定义、内涵、特征,了解企业数据资产化步骤、方法及实践案例。

课程一:数据要素时代下数据治理发展趋势





TIME:9:00-10:00
1. 面向人工智能的数据治理的发展趋势
2. 主流数据治理框架体系对比及走向
3. 数据安全的发展趋势
4. 数据开放、数据交易、政企数据融合发展趋势

课程二:数据资产入表实践与市场化建设





TIME:10:10-12:00
1. 国家数据资产化发展背景与相关政策解读
2. 数据资产化相关术语概念与发展路径

3. 数据资产入表目标、方法、工具及步骤(数据资产登记、数据资产质量评估、数据资产价值评估等)

4. 数据资产入表难点分析
5. 数据资产入表和市场建设案例

5.2

数据安全与数据架构管理

(第一天下午)

新一代数据安全治理体系目标:了解数据安全的理念、技术和管理方法,确保企业数据资产的安全。帮助大家全面掌握新一代数据安全的相关知识和技能,提升企业的数据安全防护能力。

企业级数据架构设计目标:在数字化转型和大数据时代背景下,组织越来越依赖于数据来驱动决策和创新。数据架构作为组织信息系统的蓝图,对于确保数据的一致性、可访问性和安全性至关重要。数据建模则是构建数据架构的基础,它帮助组织理解数据需求,构建数据资产,并支持有效的数据分析和报告。然而,许多组织在数据管理和分析方面面临着挑战,包括数据不一致、数据孤岛和缺乏有效的数据治理。为了解决这些问题,需要对数据架构和数据建模有深入的理解和实践能力。

课程三:新一代数据安全治理体系介绍





TIME:13:30-15:30
1. 数据安全的背景及形式
2. 新一代数据安全的挑战
2.1 云计算及大数据的安全隐患
2.2 移动办公与物联网的安全隐患
2.3 人工智能与机器学习的安全威胁
3. 新一代数据安全治理体系
4. 新一代数据安全的架构和关键
5. 数据安全管理案例分析

课程四:企业级数据架构设计方法、工具与实践





TIME:15:40-17:30

数据架构与数据建模

1. 数据架构基础概念

2. 数据模型基础概念

1.1 概念、逻辑、物理模型

1.2 物理模型和正、逆向工程

1.3 三范式模型

1.4 数仓模型(data vault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

5.3

主数据治理和指标数据治理实践

(第二天上午)


主数据治理目标:了解领先实践主数据管理框架管理体系;了解标案企业主数据资产相关术语、定义,实施策略和相关案例情况;获得主数据治理工具相关知识;主数据管理领域需要角色和相关知识结构;

指标数据治理目标:了解领先实践数据指标管理框架管理体系;了解标杆企业数据指标资产相关术语、定义,实施策略和相关案例情况;获得数据指标管理工具相关知识;数据指标应用场景、指标领域需要角色和相关知识结构。

课程五:数据资产黄金数据—基于微服务架构下的主数据治理实践案例





TIME:9:00-10:30
1. 为什么要主数据治理
2. 主数据治理有哪些内容?主数据管理中两体系一平台核心内容
3. 主数据治理项目实施方法及难点分析
4. 标杆企业主数据管理项目案例分享(离散制造、战略管控型集团)
5. 新一代主数据治理发展趋势及建议
课程六:企业精细化管理的抓手—指标数据治理实践案例分享




TIME:10:40-12:00
1. 数据指标标准框架体系
2. 数据指标运营体系
3. 数据指标管理工具及应用场景
4. 数据指标体系四步法(找指标、理指标、管指标、用指标)和难点分析
5. 标杆企业数据指标管理项目案例

5.4

非结构化数据和时序数据治理

(第二天下午)


非结构化数据资产治理目标:通过学习,学员可以建立非结构化数据治理的知识体系,了解非结构化数据治理的一般方法以及与大模型和人工智能的交互关系,了解非结构化数据治理必备的工具和技术,结合应用场景和实战案例体会非结构化数据治理给企业带来的价值,同时了解非结构化数据治理未来发展趋势。

时序数据治理目标:了解时序数据基本概念、特点及主要挑战;了解时序数据治理总体框架;了解企业时序数据技术体系与架构;了解企业时序数据治理的管理与运营体系;了解AI环境下的企业时序数据治理;分享企业时序数据治理的经典实战案例

课程七:非结构化数据资产治理




TIME:13:30-15:30
1. 开启非结构化数据智能时代
2. 非结构化数据治理挑战与方案
3. 基于非结构化数据中台的应用场景
3.1 知识服务通用场景
3.2 企业合规管理场景
3.3 企业数字标准场景
3.4 企业专利应用场景
4. 非结构化数据资产治理工具及发展趋势
课程八:时序数据治理




TIME:15:40-17:30
1. 时序数据治理概述
2. 时序数据治理的总体框架与数据业务架构
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

5.5

数据应用—从数据分析到人工智能

(第三天上午)

目标:介绍企业数据应用到人工智能的发展趋势。介绍数据应用在企业应用体系中的地位和作用,了解数据分析的基本概念、分类以及现代数据分析方法—数据挖掘与人工智能关系;了解人工智能的基础知识、发展历程以及基本原理;了解人工智能的基础—机器学习的概念、原理和核心算法;了解当代人工智能主流领域—神经网络、深度学习、大模型和生成式AI的发展历程、基本原理;了解人工智能的产业应用场景及案例。
课程九:数据应用




TIME:9:00-10:30
1. 数据应用之数据分析——人工智能的前世
2. 人工智能基础知识
3.人工智能应用与案例

课程十:人工智能数据加工的演进
TIME:10:40-12:00
1. 数据引擎发展思考
2. AI 时代数据架构升级路线
3. 典型案例与应用场景
4. 军事数智化建设

5.6

评价考试

TIME:14:00-17:00

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》。


06




相关要求





1、培训前3个工作日前填写报名回执表(见附件1 )、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、高级班培训时间为三天,培训费用为7800元(包含工信人才认证考试报名费和证书费)。(备注:食宿自理,如有需要,可统一安排。)
3、本次培训提供统一教材。
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/),以下为证书样式参考:
图片
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(中级)/(高级)认证培训。开户银行及帐号信息如下:
  • 名     称:北京信息化协会
  • 税     号:51110000500313396D
  • 地     址:北京市海淀区知春路23号量子银座504、506室
  • 电     话:010-82359027
  • 开 户 行:招商银行股份有限公司北京首体科技金融支行
  • 银行账号:866280684210001
07




联系方式



方老师:15274848612     邮箱:fangjinjin@bjit.org.cn   

白老师:18612678833     邮箱:baitingting@bjit.org.cn

08




报名方式





请扫描下方二维码报名

09




报名须知及资质





附件1:培训班报名回执表.pdf
附件2:大数据人才能力提升及评价简介.pdf
附件3:工信部授权人才能力评价专业服务支撑机构授权机构证书.pdf



你知道你的Internet Explorer是过时了吗?

为了得到我们网站最好的体验效果,我们建议您升级到最新版本的Internet Explorer或选择另一个web浏览器.一个列表最流行的web浏览器在下面可以找到.