Dieser Kurs hilft Ihnen dabei, Ihre Fähigkeiten im Bereich Analytics Engineering zu erweitern, und vermittelt Ihnen die praktischen Kenntnisse, die Sie für die Erstellung skalierbarer und zuverlässiger dbt-Projekte benötigen. Zunächst vertiefen Sie Ihr Verständnis für die Entwicklung wiederverwendbarer SQL-Code mit Jinja und Makros und lernen, wie Sie Transformationslogik für große Datensysteme strukturieren. Anschließend beschäftigen Sie sich mit inkrementellen Modellen, Snapshots, Teststrategien, Dokumentationspraktiken und zentralen Konzepten der Observability, die vertrauenswürdige Analytics-Workflows unterstützen. Der Kurs schließt mit Techniken zur Zusammenarbeit und zur Workflow-Automatisierung ab, wobei Sie eine Git-basierte Versionskontrolle, Continuous-Integration-Pipelines und geplante dbt-Jobs implementieren.

Analytik Engineering Workflows mit dbt
Holen Sie sich eines unserer besten Angebote und erweitern Sie Ihre Fähigkeiten mit 50% Rabatt auf Coursera Plus. Jetzt sparen.

Analytik Engineering Workflows mit dbt
Dieser Kurs ist Teil von Spezialisierung „Analytik Engineering mit dbt“

Dozent: Edureka
Bei enthalten
Empfohlene Erfahrung
Was Sie lernen werden
Erstellen Sie mit Jinja und Makros wiederverwendbare SQL-Logik, um komplexe Transformationen zu vereinfachen und zu standardisieren.
Entwickeln Sie effiziente inkrementelle Modelle und erstellen Sie Snapshots, die historische Änderungen nachverfolgen, um zuverlässige Analysen zu ermöglichen.
Implementieren Sie Schema- und benutzerdefinierte Tests, fügen Sie eine umfassende Dokumentation hinzu und nutzen Sie dbt Docs, um die Datenqualität und -transparenz zu verbessern.
Nutzen Sie Git-basierte Arbeitsabläufe, Pull-Anfragen und strukturierte Überprüfungen, um die teamorientierte Entwicklung zu unterstützen.
Kompetenzen, die Sie erwerben
- Kategorie: Validierung von Daten
- Kategorie: Prüfbarkeit
- Kategorie: Datenumwandlung
- Kategorie: Technische Dokumentation
- Kategorie: CI/CD
- Kategorie: Integrität der Daten
- Kategorie: Skalierbarkeit
- Kategorie: Versionskontrolle
- Kategorie: Abhängigkeitsanalyse
- Kategorie: Daten-Pipelines
- Kategorie: Datenmodellierung
- Kategorie: SQL
- Kategorie: Wiederverwendbarkeit von Code
- Kategorie: Instandhaltbarkeit
- Kategorie: Qualität der Daten
- Kategorie: Verwaltung von Metadaten
Werkzeuge, die Sie lernen werden
- Kategorie: Git (Versionskontrollsystem)
- Kategorie: YAML
- Kategorie: Kollaborative Software
Wichtige Details

Zu Ihrem LinkedIn-Profil hinzufügen
Erfahren Sie, wie Mitarbeiter führender Unternehmen gefragte Kompetenzen erwerben.

Erweitern Sie Ihre Fachkenntnisse
- Lernen Sie neue Konzepte von Branchenexperten
- Gewinnen Sie ein Grundverständnis bestimmter Themen oder Tools
- Erwerben Sie berufsrelevante Kompetenzen durch praktische Projekte
- Erwerben Sie ein Berufszertifikat zur Vorlage

Mehr von Datenverwaltung entdecken
Warum entscheiden sich Menschen für Coursera für ihre Karriere?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Häufig gestellte Fragen
Weitere Fragen
Finanzielle Unterstützung verfügbar,
¹ Einige Aufgaben in diesem Kurs werden mit AI bewertet. Für diese Aufgaben werden Ihre Daten in Übereinstimmung mit Datenschutzhinweis von Courseraverwendet.






