在软件工程学中，数据模型设计阶段的意义非常之重大，并且数据治理是贯穿了数据从始至终的过程的技术、理念和意义。在美国、日韩等IT 行业发展比我国更早的国家地区，企业级数据的管理很多都严格遵守Data Governance(数据治理) 的科学方法论和工业化流程。在国内IT 行业经历了近二十年的系统从无到有、从少到多，数据从少量到海量，应用管理从粗放到精细的过程。在近几年，国内越来越多的大型企业、政府部门的客户在自发主动地学习、引进、实施数据架构模式管理和数据治理技术。未来随着企业级的系统越来越多、数据量越来越大、数据间的交互越来越复杂和频繁、数据应用分析挖掘需求越来越频发，对数据的模型精细科学管理以及数据治理的技术需求，会越来越多。
本课程不是针对具体单一系统的建设、某个功能的实现、某项技术的细节，而是面对企业级整体的数据管控，是宏观技术的理念和落实方法的培训讲授。以企业级数据治理及数据仓库模型设计为主题，结合实际项目案例和实施经验心得，讲授数据治理的框架、数据标准化、数据模型管理、元数据管理、源代码管理及应用影响度分析等各个模块相关的技术。同时，结合国内大型企业级数据仓库、大数据平台的模型设计案例，讲解数据仓库模型的设计技术和方法。这门课程是数据管理方向的高级课程，通过企业级大项目的数据整体流程管理的介绍，囊括了数据从产生前的标准设计、标准应用到数据模型设计、数据模型管理、数据模型和数据库之间的映射、数据库内元数据的管理，直到源代码级别的管理，以及标准-模型-数据库-应用程序源代码的整体关系树的展现。 学习者将从课程中了解到数据从无到有、从生成到停用的整个流程的管理和技术，可以让普通的开发人员接触到大型数据系统级别的综合管理。
课程内容：
第1课 数据治理初步介绍，概念、意义、价值、包含内容、管理流程、管理组织架构。
第2课 数据标准化的概念介绍及重要性，项目的实施流程，包含的内容，以及量身定制企业级标准单词词典的方法。
第3课 数据标准化中的标准域和用语词典的制作方法、实施流程、管理组织架构和责权分工、管理流程。
第4课 数据模型管理的初步介绍，包括数据模型的概念、管理意义、实践中的管理办法以及各层模型中的映射。
第5课 元数据管理、源代码的应用程序影响度分析、数据质量及数据治理系统的管理模块介绍
第6课 数据仓库构建整体架构的介绍，包括构建整体步骤，及各步骤的实施方法。
第7课 详细介绍数据仓库建模的方法及构成，主要介绍构成数据仓库的当事人、协议、产品、服务、资产、事件等数据模型的设计方法。
第8课 介绍当事人模型的概念，设计方法以及包含的内容。
第9课 介绍数据模型中协议的概念、内容，设计方法，通过实际案例进行实战讲解。
第10课 介绍产品模型的概念及构成，产品模型的设计方法，通过实际案例讲解产品模型的设计方法。
授课对象：
针对希望学习了解数据治理及企业级数据仓库模型设计的技术爱好者、从业者和学习者。
本课程没有特殊的IT 行业技术门槛。如果学习者从事过大型数据仓库、大数据项目的开发、管理、设计，将能够从本课程学习和感受到更多高价值的商业项目经验和心得。
授课讲师：
郑保卫，工学博士，恩核（北京）信息技术有限公司创始人，担任技术总监，出版书籍《海量数据库解决方案1》，《海量数据库解决方案2》及《数据架构解决方案》正在准备中。于2013年12月被北京市朝阳区认定为“凤凰计划”海外高层次人才。参与过大量关于数据架构、数据建模、数据治理、系统性能优化等方面的项目，长期致力于数据架构及数据治理技术方面的研究和实践。
孙斌，恩核（北京）信息技术有限公司数据治理部门总监。12年IT 行业经验，一直在BI 、数据仓库、数据治理等企业级数据应用系统和项目中服务，历经开发、实施、咨询、方案设计等多种工作角色和职务。有丰富的企业级数据标准化和数据治理的技术和项目实践经验，为国家部委、央企等大型客户和电信、银行、保险等数据应用复杂的客户定制化设计和实施数据治理。
在软件工程学中，数据模型设计阶段的意义非常之重大，并且数据治理是贯穿了数据从始至终的过程的技术、理念和意义。在美国、日韩等IT 行业发展比我国更早的国家地区，企业级数据的管理很多都严格遵守Data Governance(数据治理) 的科学方法论和工业化流程。在国内IT 行业经历了近二十年的系统从无到有、从少到多，数据从少量到海量，应用管理从粗放到精细的过程。在近几年，国内越来越多的大型企业、政府部门的客户在自发主动地学习、引进、实施数据架构模式管理和数据治理技术。未来随着企业级的系统越来越多、数据量越来越大、数据间的交互越来越复杂和频繁、数据应用分析挖掘需求越来越频发，对数据的模型精细科学管理以及数据治理的技术需求，会越来越多。
本课程不是针对具体单一系统的建设、某个功能的实现、某项技术的细节，而是面对企业级整体的数据管控，是宏观技术的理念和落实方法的培训讲授。以企业级数据治理及数据仓库模型设计为主题，结合实际项目案例和实施经验心得，讲授数据治理的框架、数据标准化、数据模型管理、元数据管理、源代码管理及应用影响度分析等各个模块相关的技术。同时，结合国内大型企业级数据仓库、大数据平台的模型设计案例，讲解数据仓库模型的设计技术和方法。这门课程是数据管理方向的高级课程，通过企业级大项目的数据整体流程管理的介绍，囊括了数据从产生前的标准设计、标准应用到数据模型设计、数据模型管理、数据模型和数据库之间的映射、数据库内元数据的管理，直到源代码级别的管理，以及标准-模型-数据库-应用程序源代码的整体关系树的展现。 学习者将从课程中了解到数据从无到有、从生成到停用的整个流程的管理和技术，可以让普通的开发人员接触到大型数据系统级别的综合管理。
课程内容：
第1课 数据治理初步介绍，概念、意义、价值、包含内容、管理流程、管理组织架构。
第2课 数据标准化的概念介绍及重要性，项目的实施流程，包含的内容，以及量身定制企业级标准单词词典的方法。
第3课 数据标准化中的标准域和用语词典的制作方法、实施流程、管理组织架构和责权分工、管理流程。
第4课 数据模型管理的初步介绍，包括数据模型的概念、管理意义、实践中的管理办法以及各层模型中的映射。
第5课 元数据管理、源代码的应用程序影响度分析、数据质量及数据治理系统的管理模块介绍
第6课 数据仓库构建整体架构的介绍，包括构建整体步骤，及各步骤的实施方法。
第7课 详细介绍数据仓库建模的方法及构成，主要介绍构成数据仓库的当事人、协议、产品、服务、资产、事件等数据模型的设计方法。
第8课 介绍当事人模型的概念，设计方法以及包含的内容。
第9课 介绍数据模型中协议的概念、内容，设计方法，通过实际案例进行实战讲解。
第10课 介绍产品模型的概念及构成，产品模型的设计方法，通过实际案例讲解产品模型的设计方法。
授课对象：
针对希望学习了解数据治理及企业级数据仓库模型设计的技术爱好者、从业者和学习者。
本课程没有特殊的IT 行业技术门槛。如果学习者从事过大型数据仓库、大数据项目的开发、管理、设计，将能够从本课程学习和感受到更多高价值的商业项目经验和心得。
授课讲师：
郑保卫，工学博士，恩核（北京）信息技术有限公司创始人，担任技术总监，出版书籍《海量数据库解决方案1》，《海量数据库解决方案2》及《数据架构解决方案》正在准备中。于2013年12月被北京市朝阳区认定为“凤凰计划”海外高层次人才。参与过大量关于数据架构、数据建模、数据治理、系统性能优化等方面的项目，长期致力于数据架构及数据治理技术方面的研究和实践。
孙斌，恩核（北京）信息技术有限公司数据治理部门总监。12年IT 行业经验，一直在BI 、数据仓库、数据治理等企业级数据应用系统和项目中服务，历经开发、实施、咨询、方案设计等多种工作角色和职务。有丰富的企业级数据标准化和数据治理的技术和项目实践经验，为国家部委、央企等大型客户和电信、银行、保险等数据应用复杂的客户定制化设计和实施数据治理。