Datenmodellierung mit dbt: Grundlagen und Praxis

Möchten Sie vom Schreiben von unübersichtlichen, monolithischen SQL-Skripts zum Erstellen sauberer, wiederverwendbarer Datenpipelines übergehen? Das Verständnis, wie Modelle in dbt strukturiert und validiert werden, ist die grundlegende Fähigkeit, die jeder moderne Datenanalyst und Analytics-Ingenieur benötigt. Dieser textbasierte Kurs führt Sie von den Grundlagen von dbt zum Erstellen robuster Datentransformationen. Sie lernen, wie Sie modulare Modelle entwerfen, Ihr Schema dokumentieren und automatisierte Tests implementieren, um die Datenqualität in jeder Phase sicherzustellen. Was Sie lernen werden: - Verstehen Sie die Kernarchitektur von dbt und wie es SQL-Transformationen verwaltet; - Erstellen Sie modulare Datenmodelle mit Staging-, Zwischen- und Mart-Ebenen; - Konfigurieren Sie Materialisierungen wie Ansichten, Tabellen und inkrementelle Modelle; - Implementieren Sie Schematests und benutzerdefinierte Datentests, um die Integrität Ihrer Pipeline zu überprüfen; - Dokumentieren Sie Ihre Datenmodell- und Datenbank-Infrastruktur. - Anwenden moderner Versionskontroll- und Probelaufpraktiken, um zuverlässige Bereitstellungen zu gewährleisten. - Erstellen von Modellen und Erstellen interaktiver Projektdokumentation. Sie beginnen mit grundlegenden Konzepten, lernen Schlüsselterminologie und Data Warehouse-Setups, bevor Sie Schritt für Schritt schriftliche Übungen und Codebeispiele durchführen. Dieser Kurs richtet sich an Anfänger mit Grundkenntnissen in SQL, die keine Vorkenntnisse mit Data Engineering-Tools benötigen. Machen Sie noch heute den ersten Schritt zum Aufbau professioneller, zuverlässiger Datenpipelines.