Plan Szkolenia

Wprowadzenie

  • Filozofia i zasady dbt / Czym jest dbt?
  • dbt a tradycyjne ETL
  • Przegląd funkcji i architektury dbt
  • Poza dbt: Czym jest dbt Cloud?

Zrozumienie dbt Cloud

  • Cykl życia projektu dbt w chmurze dbt Cloud
  • Jak dbt Cloud pasuje do hurtowni danych i przepływów pracy transformacji

Pierwsze kroki z dbt Cloud

  • Konfigurowanie środowiska programistycznego w dbt Cloud
  • Łączenie dbt Cloud z hurtownią danych
  • Tworzenie projektu dbt w chmurze dbt Cloud
  • Uruchamianie poleceń dbt w dbt Cloud
  • Współpraca z członkami zespołu nad projektem dbt w dbt Cloud

Praca z modelami dbt

  • Zrozumienie modeli dbt
  • Tworzenie modelu dbt
  • Przekształcanie danych przy użyciu dbt
  • Praca z modelami przyrostowymi w dbt
  • Implementowanie makr i funkcji niestandardowych w dbt

Zarządzanie projektami dbt w chmurze dbt

  • Korzystanie z interfejsu dbt Cloud do zarządzania projektami i ich wdrażania
  • Tworzenie harmonogramów i wyzwalanie zadań dbt
  • Tworzenie środowisk dbt Cloud i zarządzanie nimi
  • Wdrażanie projektów dbt w środowisku produkcyjnym
  • Konfigurowanie powiadomień i alertów

Integracja dbt Cloud z innymi narzędziami

  • Korzystanie z dbt Cloud z Git i kontrolą wersji
  • Integracja dbt Cloud z innymi opartymi na chmurze narzędziami do magazynowania i przekształcania danych

Rozwiązywanie problemów i debugowanie

  • Jak debugować i rozwiązywać problemy z projektami dbt w dbt Cloud
  • Używanie dzienników do diagnozowania problemów
  • Najlepsze praktyki dotyczące utrzymywania projektów dbt Cloud

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie modelowania danych i SQL
  • .
  • Doświadczenie z SQL i interfejsem wiersza poleceń (CLI)
  • Doświadczenie w programowaniu w języku Python

Uczestnicy

  • Inżynierowie danych
  • Analitycy danych
  • Data Scientists
 21 godzin

Liczba uczestników


cena netto za uczestnika

Opinie uczestników (5)

Propozycje terminów

Powiązane Kategorie