CDGP 考试心得

数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

1 我的复习方法

对于 CDGP,我丝毫不敢掉以轻心。一方面是参加 CDGA 时发现自己确实掌握得不牢固,另一方面也知道CDGP 不像 CDGA 题目类型简单,有10道单选题,15道多选题,后面几道大题内容和出题方式都未知。因此在初期的复习是有些茫然的,所幸参加了数贝提供的公开培训,了解了 CDGP 考试的相关情况,当时还做了一些要点记录:1、CDGP考试论述题内容数字化转型网www.szhzxw.cn

重点包括架构设计、逻辑模型设计、性能问题解决方案、数据质量、元数据问题解决方案等;

题型包括知识点类(如数据质量问题的来源)、活动排序类(如数据科学、主数据等活动超过七个的知识领域)、开放类(结合经验论述,如集成外部数据时如何做到标准化);

尤其应当关注数据仓库与BI、大数据领域的架构设计案例、架构图;

模型设计可能包括关系模型或维度模型。

2. 答题要点

写字工整;

写出要点,不需要长篇大论;

只要言之有理就可能得分;数字化转型网www.szhzxw.cn

有些题目可能会有些绕弯,需要认真辨析题义。

这些内容虽然和后续我参加考试的体会并不是完全一致的(毕竟DAMA中国的老师们也在对考试进行不断迭代),但它确实驱散了眼前 CDGP 考试的一部分迷雾,为我修订自己的复习方法提供了信息支持:

我再次系统地看了一遍书,就当自己从来没看过。这一遍居然看出了不少新的体会,逐步在头脑中形成了一个整体框架,甚至可以靠回忆来把知识体系串起来了。

我手动把DMBOK2中所有认为重要的图表都画了一遍,以应对可能出现的“画图”题目。尤其是数据仓库和商务智能中的那两个架构图(CIF和数仓棋子视图),反反复复画了好几遍,直到可以“默写”,后来考试虽然没用上这两张图,但它让我对数据仓库的架构加深了理解,事实上题目中也确实有数据仓库架构类的题目。数字化转型网www.szhzxw.cn

3. 扩展阅读,我给自己制订了一个书目。不过需要注意的是,这些大部头要想在短短一两个月全部啃下来是不可能的,一方面有些书我以前已经读过了,另一方面,我主要是将这些外围知识与 DMBOK2 中的知识体系连接起来,不到于有枝无叶,所以更多是快速浏览学习。
图书较多,就不附链接了,书名如下:

《穿越数据的迷宫:数据管理执行指南》

《数据仓库》

《数据治理:工业企业数字化转型之道》

《数据仓库工具箱:维度建模权威指南》

《大数据架构详解:从数据获取到深度学习》数字化转型网www.szhzxw.cn

《主数据驱动的数据治理》

《中台实战:数字化转型方法论与解决方案》

《中台战略:中台建设与数字商业》

《数据治理:如何设计、开展和保持有效的数据治理计划》

《数据中台架构:企业数据化最佳实践》

《数据中台:让数据用起来》数字化转型网www.szhzxw.cn

《数字化转型方法论:落地路径与数据中台》

《Hadoop构建数据仓库实践》

《NoSQL数据库入门与实践》

《数据治理与数据安全》

《大数据分析:数据仓库项目实战》数字化转型网www.szhzxw.cn

3. 把各知识领域的语境关系图打印出来装订成了一个小本,有空就拿出来看看,几乎快背下来了(主要是想应付上文所说的“排序题”,不过也没用上,只是这回碰到单选题,几乎不用犹豫了)。4. 最后,非常关键的一点,把数据建模与设计的知识重点复习了一下。从数贝的培训老师那里了解到,CDGP 建模是必考题,也就是针对特定的业务场景建立逻辑数据模型。作为信息系统的分析与设计人员,建模对我来说并不算陌生,但是对信息工程表示法(也就是鸭掌模型)我并不太熟悉,因此特地找了一些相关资料来学习,事实证明,用上了。

2 心得体会

整体上,感觉 CDGP 考试的压力还是很大的,由于有 CDGA 考试的教训,怕时间不够,我已经相当注意控制每道题的解答时间,但时间还是在不知不觉中流逝了,等我做到最后一道题目时,时间也就剩下40分钟左右,然而最后一道题目还需要建立较为复杂的数据模型,我强迫自己冷静下来,先完成了初稿,然后赶紧回去把选择题给检查了一遍,填写答题卡,然后回头又根据最后一题题意进行了模型的细节完善。时间总算还够用,谢天谢地。关于解题的心得如下:1、关于单选题,没什么可说的,概念清晰的话,这些题目感觉就是送分来的。数字化转型网www.szhzxw.cn
2、多选题,有相当的难度。尤其需要注意的是,不能完全依赖于语境关系图,它会涉及知识领域的一些细节。印象中有一道题目,是关于主数据管理的关键处理步骤的,其中第四步“实体解析和标识符管理”的“匹配流程/协调类型”包括“重复标识匹配规则”、“匹配链接规则”、“匹配合并规则”。这个知识点我完全没想到会出现在考试中,其结果是选错了。另外还有一小部分是关于业务前沿概念的,比如数据交易、OneData / OneID等,这就需要平时有一定的涉猎和应用才行了。总之,深度和广度都必须到位,否则这一部分内容是很容易失分。

3、终于说到论述类题目了,本次 CDGP 考试牵涉到的几道题目大意如下:

卫生健康委拥有海量的医疗相关数据为何不愿意公开提供服务?出于哪些考虑,如何解决?

你作为首席专家如何开展某企业的数据管理成熟度评估项目的工作?

一家拥有多分支机构的跨国企业应如何选择合适的数据治理模式?数字化转型网www.szhzxw.cn

民政局的婚姻登记数据如何在半小时内就能通过接口提供给数据需求方,需要什么样的架构?

对电影院订票系统数据建模(原题较长,其实可以参考淘票票或其它订票APP)

看到了吗?没一道题目是让你直接回答知识点的,全部都是理论联系实际的题目。自认为把书背得还可以的我当时看到这些题目有点蒙,不过冷静下来之后发现这些题目也没有跑出复习的范围,上面这几道题目不就是对应了数据安全、成熟度评估、数据治理、数据仓库和商务智能(大数据)、数据建模与设计等相关章节的知识吗?关键看你怎么应用这些知识点了。

相信大家看到这已经明白,CDGP 考试的命题者们真的是用心良苦,他们并不希望我们通过死记硬背的方式通过考试——那还能称得上“数据治理专家”吗?这必然要求你有实践经验,且能把经验上升到理论高度才能得分的。这时候,多年从事信息系统研发的经验总算派上用场了,虽然没有绝对把握,每道题至少有自己的见解可以发表。

关于前几道论述题,大家完全可以在书上找到相关的知识点,这里只分享一下最后一道建模题,我的解答方法:数字化转型网www.szhzxw.cn

1)快速通读业务场景描述,用笔划出论述中的名词,在大脑中建立一个概念模型(也就是牵涉到的实体,不考虑它们的属性),并且你需要考虑一下你画图的布局,毕竟你是在用笔画图而不是用电脑,无法方便地修改模型的位置。把这些实体的名称按你预想的位置画到答题纸上,先不要画属性,根据预估留出空白。

2)结合材料对概念模型进行完善,把属性加上,注意一部分是实体本身的属性,另一部分是用于建立关联的外键属性。只要想到了就写上,对于主键标上PK,外键标上FK。

3)对实体之间的关系绘图,可能需要根据业务逻辑建立一些用于关联的实体,这些实体原文中是没有的。把实体用线联接,并把关系的元数做好标记。数字化转型网www.szhzxw.cn

4)检查模型,完善后封口,把实体变成完整的矩形。

5)在实际操作中,这个过程需要快速思考和设计,我画的时候出现了好几次考虑不周,把画好的实体又添加上属性的情况,不过时间太紧张,也算情有可原吧。有同考的伙伴建议可以拿准考证当草稿纸,先把概念模型布局给画上,这样正式画图之前会胸有成竹一些,可惜当时我没想到这一点,否则模型的布局就不会太凌乱了,大家可以参考此做法。

声明:本文来自网络,版权归作者所有。文章内容仅代表作者独立观点,不代表数字化转型网立场,转载目的在于传递更多信息。如有侵权,请联系我们。数字化转型网www.szhzxw.cn

数字化转型网数据专题包含哪些内容

数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

数字化转型网数据专题包含: 数字化转型网(www.szhzxw.cn)

1、数据相关外脑支持:100+数据相关专家、100+数据实践者、1000+相关资料

2、数据研习社:与全球数据相关专家、实践者共同探讨相关问题,推动产业发展!

3、国际认证培训:目前已引进DAMA国际认证CDMP,其他国内外认证也在逐步引进中

4、典型案例参考:与数字化转型网数据要素X研习社社员一起学习典型案例,共探企业数据落地应用

本文由数字化转型网(www.szhzxw.cn)转载而成,来源于数据学堂;编辑/翻译:数字化转型网Jack。

免责声明: 本网站(http://www.szhzxw.cn/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。 本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等) 版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。https://www.szhzxw.cn/61006.html
联系我们

联系我们

17717556551

邮箱: editor@cxounion.org

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部