CDGP最核心的知识点（282）

赵老师

一、数据管理（12）

1．基础知识参见CDGA部分。

二、数据治理（16）

1．基础知识参见CDGA部分。

三、数据架构（15）

1．基础知识参见CDGA部分。

四、数据建模（34+3）

1．基础知识参见CDGA部分。

2．模型设计：IE表示法。

3．建模三板斧。

4．七星建模法。

五、数据安全（20+2）

1．基础知识参见CDGA部分。

2．主题论述：原则、活动、法律、18种能力、分类分级。

3．AI与数据安全。

六、主数据管理（28+3）

1．基础知识参见CDGA部分。

2．主题论述：原则、活动、识别、分类、平台功能。

3．AI与主数据管理。

4．数据标准与主数据管理。

七、数据仓库（21+3）

1．基础知识参见CDGA部分。

2．架构设计：原则、活动、SCD、概念图、技术路线的对比。

3．指标体系的建设方法：3个方面。

4．指标体系的实施步骤：6个步骤。

八、元数据管理（25+3）

1．基础知识参见CDGA部分。

2．主题论述：原则、活动、元数据的来源、平台功能。

3．AI与元数据/主动型元数据管理。

4．AI赋能的数据管理工具：7个方面。

(1) 元数据的自动获取和更新，从而实现数据资产的自动编目

(2) 数据标准、参考数据和主数据的自动识别和建立

(3) 自动生成新建业务系统数据项的数据质量规则

(4) 数据格式自动化批量调整

(5) 支持海量数据的大规模应用

(6) 以人工智能手段实现规则无法覆盖的异常数据识别

(7) 基于机器学习给出异常数据的修复建议

九、数据质量（37+3）

1．基础知识参见CDGA部分。

2．主题论述：原则、活动、质量问题来源。

3．AI与数据质量管理。

4．数据标准与数据质量管理。

十、大数据与数据科学（28+1）

1．基础知识参见CDGA部分。

2．架构设计：数据湖、Lambda架构等——作为数据仓库设计题的扩展和补充。

十一、数据管理成熟度（14）

1．基础知识参见CDGA部分。

十二、数据要素（7）

1．基础知识参见CDGA部分。

十三、人工智能（6）

1．基本算法：9个算法。

2．人工智能（AI）。

3．机器学习（ML）。

4．数据挖掘（DM）。

5．数据可视化。

6．AI典型案例。

十四、数据中台（3）

1．数据中台的架构。

2．数据中台与其他技术路线的对比。

3．战略性数据平台。

十五、可信数据空间（1）

1．数据空间：15个问题。

十六、隐私计算（4）

1．隐私计算的基本概念。

2．隐私计算的应用案例。

3．隐私计算的主要技术：多方安全计算、联邦学习、可信计算环境。

4．数据交易流通需要隐私计算的原因：3个方面。

十七、信创（3）

1．信创三阶段：不可用，可用（当前阶段），好用。

2．信创的范围：4个方面。

3．信创的挑战：4个方面。

十八、解决方案（6）

1．医疗健康数据应用解决方案。

2．数据安全治理解决方案。

3．数据中台解决方案。

4．信创解决方案。

5．主数据标准体系。

6．数据质量管理标准体系。

十九、CDGP考试（10）

1．CDGP考试：

(1) 10道单选题，每题1分。

(2) 15道多选题，每题2分。

(3) 2道设计题，每题10分。

(4) 4道论述题，每题10分。

(5) 合计100分满，60分合格。

(6) 单选题/多选题，图答题卡，机器批卷。

(7) 设计题/论述题，手写答题，人工批卷。

(8) 支持查分。

2．CDGP考试难度：很难。需要先通过CDGA，才能报考CDGP。CDGA主要考理论，CDGP主要考实践。CDGP比CDGA难很多。

3．CDGP考试趋势：考试内容与时俱进，依托DMBOK出题，难度相对稳定，稳定的难。

4．CDGP备考资料：《一本书搞定CDGP》优于《DMBOK》最新版教材。

5．CDGP的通过率：全数联一般保持在70%以上。参加进阶培训的通过率可以达到90%。

6．CDGP单选题：10道，10分。

7．CDGP多选题：15道，30分。

8．CDGP设计题：LDM模型设计和平台架构设计，20分。

9．CDGP论述题：安全、质量、元数据、主数据，40分。

10．CDGP考试的主要难点：多选题。三个解决方案：

(1) 日常积累理论知识和最佳实践（稳妥，但慢）。

(2) 统计数据，默认选择ABCD，次之ABC，再次ABD。（不推荐）

(3) 培养题感，通过模拟题来培养，做10遍以上。

赵老师

以上知识点尽在《一本书搞定CDGP》中