Grundlagen von dbt für Analytics Engineering

Moderne Datenteams stehen vor der Herausforderung, komplexe Transformationslogik zu verwalten, die oft schwer zu testen und zu dokumentieren ist.Mit einem codebasierten Ansatz für die Datenmodellierung können Sie die Strenge des Software-Engineering in Ihren Analyse-Workflow einbringen.Dieser Kurs bietet einen klaren Weg, um zu verstehen, wie Sie eine robuste Transformationsschicht in Ihrem Data Warehouse strukturieren, erstellen und warten. Sie lernen, wie Sie Ihre Logik organisieren, die Datenqualität sicherstellen und effektiv mit anderen Datenprofis zusammenarbeiten, und erfahren, wie man ein Datenprojekt mit einer Datenbank, einem Datenmodell und einer Datenquelle aufbaut. Was Sie lernen werden: - Verstehen Sie die Kernkonzepte des dbt-Workflows und seine Rolle im modernen Datenstapel - Erstellen Sie modulare Datenmodelle mit SQL, um Rohdaten in analysierbare Tabellen umzuwandeln - Implementieren Sie automatisierte Tests, um die Datenintegrität zu überprüfen und Probleme zu identifizieren, bevor sie die Stakeholder erreichen - Anwenden von Versionskontrollprinzipien und grundlegenden CI / CD-Mustern auf die Datentransformation - Erstellen und pflegen Sie Projektdokumentationen, um die Transparenz und die Zusammenarbeit im Team zu verbessern - Optimierung der Leistung durch Materialisierungsstrategien und effiziente Codierungsmuster Der Kurs beginnt mit der grundlegenden Terminologie und Strukturdefinitionen, bevor Sie in die praktische Anwendung von Modellierungs-, Test- und Dokumentationstechniken einsteigen.Dieses Grundlagenwissen stellt sicher, dass Sie zu Datenprojekten mit Vertrauen beitragen können. Dieser Kurs richtet sich an Anfänger in den Bereichen Data Engineering, Analytics oder Data Science, die bereits über grundlegende Kenntnisse in SQL verfügen und ihre Fähigkeiten zur Datentransformation verbessern möchten. Beginnen Sie noch heute mit dem Aufbau zuverlässigerer Datenpipelines, indem Sie die Grundlagen von dbt beherrschen.