Analytics Engineering mit dbt: Datenmodelle erstellen, testen und dokumentieren

Moderne Datenteams benötigen saubere, zuverlässige und gut dokumentierte Datensätze, um wichtige Geschäftsentscheidungen zu treffen.Dieser textbasierte Kurs führt Sie in dbt ein, den Branchenstandard für die Umwandlung von Rohdaten in Ihrem Lager in produktionsbereite analytische Tabellen. Durch schriftliche Erläuterungen, strukturierte SQL-Codebeispiele und praktische Übungen lernen Sie, wie Sie manuelle, nicht verbundene Abfragen erstellen und skalierbare, automatisierte Datenpipelines erstellen.Sie meistern die Grundlagen des Analytics Engineerings, einschließlich modularer Datenmodellierung, Versionskontrolle und automatisierter Datenqualitätstests. Was Sie lernen werden: - Verstehen Sie grundlegende Analyse-Engineering-Konzepte und den dbt-Workflow - Konfigurieren Sie ein dbt-Projekt und verbinden Sie es mit einem modernen Data Warehouse - Erstellen Sie modulare Datenmodelle mit SQL, Ref-Funktionen und Jinja-Templating - Anwenden von automatisierten Tests zur Validierung der Datenqualität und zur Sicherstellung der Pipeline-Zuverlässigkeit - Erstellen und veröffentlichen Sie interaktive Dokumentationen für Ihre Datenmodelle - Konfigurieren Sie die Versionskontrolle mit Git, um Pipeline-Änderungen sicher zu verwalten und zu verfolgen Sie lernen die Kernterminologie und Datenbankkonzepte kennen, richten Ihre erste dbt-Umgebung ein, bauen modulare SQL-Modelle auf, schreiben Datentests und dokumentieren Ihre Pipeline Schritt für Schritt. Dieser Kurs richtet sich an Anfänger, Datenanalysten und angehende Data Engineers, die über ein grundlegendes Verständnis von SQL verfügen.Es sind keine Vorkenntnisse mit dbt- oder Datenpipeline-Tools erforderlich. Lesen Sie noch heute weiter, um zuverlässige, produktionsfähige Datenpipelines zu erstellen.