Il corso affronta TUTTE le discipline del Ciclo di vita di gestione del Dato, prendendo come riferimento l'ultima versione dello standard internazionale DAMA (DMBOK) ed è rivolto a individui interessati a sviluppare una professionalità concreta nel campo della Gestione dei Dati.
Il corso alterna momenti di teoria a momenti di pratica e confronto in aula, affrontando esercitazioni e applicazioni pratiche arricchite da case studies ed esempi, e termina con una simulazione d'esame finale corretta insieme al docente, utile a consolidare le conoscenze acquisite.
PRINCIPALI CONTENUTI:
- Data Governance
- Data Management
- Data Quality Management
- Master and Reference Data Mgmt
- Data Warehousing & Business Intelligence
- Big Data & Data Science
- Data Modeling and Design
- Metadata Management
- Reference & Master Data
- Data Integration & Interoperability
- Data Architecture & Data Lifecycle Management
- Data Storage and Operations Management
- Records, Document & Content Management
- Data Risk Management, Security, Privacy & Regulatory compliance
- Data Handling Ethics
- Data Management Maturity Asessment (DMMA)
- Data Management Tools & Repository
ARTICOLAZIONE DI DETTAGLIO:
MODULO 1 - Introduzione alla disciplina del Data Management e al framework DAMA DMBoK2
- I dati e il loro valore per l’azienda e per la comunità
- Lessico del Data Management e principali definizioni
- Introduzione al DAMA DMBoK2 framework
- Panorama normativo e cenni ad altri framework di gestione e governo dei dati
- Strumenti e approcci per il miglioramento continuo del Data Management: il Data Management Maturity Assessment (DMMA)
MODULO 2 - Data Governance, ruoli e responsabilità nella gestione dei dati
- Cosa si intende per Data Governance e perché è importante
- Progettare e implementare la Data Governance
- Ruoli e responsabilità tipici nella gestione dei dati
- Costruire una “Data Management Organization”
MODULO 3 – Dati, Metadati, Master e Reference Data
- Comprendere e delineare il percorso che va dai dati alla conoscenza
- Dati vs Informazioni e Dati vs Metadati
- Le diverse tipologie di metadati e la loro gestione
- Il Data Lineage
- Master e Reference Data
MODULO 4 - Data Quality
- Cosa si intende per “qualità” dei dati
- Dimensioni, misure e metriche
- Gestire la qualità dei dati
- Principali teorie, framework e standard
MODULO 5 – Sicurezza, protezione ed etica dei dati
- La sicurezza dei dati in una prospettiva multidimensionale
- Razionali e principi per il trattamento etico dei dati
- Data Security vs Information Security vs Data Protection
- Rischi, minacce e vulnerabilità nella gestione dei dati
- Principali tecniche e metodi per la sicurezza dei dati
MODULO 6 - Architetture e Modelli Dati
- Il ruolo della Data Architecture in un’Organizzazione e sua collocazione nell’Enterprise Architecture
- L’Enterprise Data Model e il Data Flow Design
- L’importanza del Modello Dati
- Componenti, schemi e livelli di dettaglio dei Modelli Dati
- Progettare, implementare e valutare un Modello Dati
MODULO 7 - Data Storage e Operations, integrazione e interoperabilità dei dati
- Definizioni, principi ed elementi alla base
- Tipologie di database e processi per la loro gestione
- Processi, tecniche e metodi di integrazione dei dati
- Processi, tecniche e metodi di interoperabilità dei dati
MODULO 8 - Analisi dei dati: Data Warehouse, Business Intelligence, Big Data e Data Science
- Panoramica sulle caratteristiche del Data Warehouse
- Data Warehouse vs Data Lake
- La Business Intelligence per decisioni data-driven
- Definizioni di Big Data e Data Science
- Architetture per i Big Data
- Processi e tecniche per lo “sfruttamento” di Big Data attraverso la Data Science
MODULO 9 - Gestione dei dati non strutturati: documenti e contenuti
- Gestione di dati, documenti, record e contenuti non strutturati/ semi-strutturati
- Vocabolari controllati: dai vocabolari alle ontologie
MODULO 10 - Recap e simulazione finale d'esame con docente
