Einführung in Analytics Engineering Workflows mit dbt

Mit wachsenden Datenmengen benötigen Unternehmen saubere, strukturierte und zuverlässige Daten, um wichtige Entscheidungen treffen zu können. Die Umwandlung von Rohdaten in analysierbare Tabellen ist die zentrale Herausforderung moderner Analytics Engineering. Dieser textbasierte Kurs führt Sie durch die Grundlagen des Analytics Engineerings mit dbt. Sie lernen, wie Sie modulares SQL schreiben, Versionskontrolle implementieren und robuste Datenpipelines erstellen, die unordentliche Datenquellen in vertrauenswürdige Geschäftseinblicke verwandeln. Was Sie lernen werden: - Verstehen Sie die Rolle eines Analyse-Ingenieurs und die Kernkonzepte des modernen Datenstapels. - Schreiben Sie modulare, wiederverwendbare SQL-Modelle mit dbt, um Rohdaten aus dem Lager zu transformieren. - Wenden Sie Testrahmenwerke an, um die Datenqualität zu validieren und die Zuverlässigkeit der Pipeline sicherzustellen. - Konfigurieren Sie Dokumentations- und Abhängigkeitsdiagramme, um Ihre Datenmodelle übersichtlich und wartbar zu halten. - Implementieren Sie Versionskontrolle und kollaborative Workflows, um Änderungen sicher zu verwalten. Sie lernen zunächst die grundlegende Terminologie und grundlegender Konzepte kennen, bevor Sie an praktischen schriftlichen Übungen teilnehmen. Durch klare Texterklärungen und strukturierte Codebeispiele üben Sie das Strukturieren von Modellen, das Ausführen von Tests und das Erstellen von Dokumentationen. Dieser Kurs richtet sich an Datenanalysten, die ihre Datentransformations-Workflows modernisieren möchten, sowie an Datenbankadministratoren. Es sind keine Vorkenntnisse in dbt erforderlich, aber ein grundlegendes Verständnis von SQL ist hilfreich. Bauen Sie noch heute sauberere und zuverlässigere Datenpipelines auf.