Dieser Kurs vermittelt Ihnen praktische Kenntnisse im Bereich Analytics Engineering mit Schwerpunkt auf der Aufbereitung, Transformation, Optimierung und Visualisierung von Daten mithilfe von dbt. Zu Beginn werden Sie bestehende dbt-Modelle überprüfen und überarbeiten, um Konsistenz sicherzustellen, redundante Transformationen zu entfernen und die Logik in übersichtliche und wartbare Schichten zu gliedern. Im weiteren Verlauf wenden Sie standardisierte Bereinigungsmuster an, implementieren wiederverwendbare Makros und stellen die Datenqualität mithilfe von dbt-Tests sicher. Außerdem entwerfen und erweitern Sie Geschäfts-KPI-Modelle, die Analysen auf Führungsebene unterstützen.

Anschließend vertiefen Sie Ihr Verständnis für die Leistungsoptimierung, indem Sie Ausführungspläne analysieren, Joins und Filter optimieren sowie Modellmaterialisierungen hinsichtlich Geschwindigkeit, Kosten und Zuverlässigkeit bewerten. Sie lernen, wie Sie die Beobachtbarkeit der Pipeline verbessern können, indem Sie dbt-Protokolle interpretieren, Artefakte überprüfen, Fehler verwalten und Konzepte zur Aktualität und zu SLAs anwenden, um vertrauenswürdige Produktionsworkflows sicherzustellen. Der letzte Teil des Kurses konzentriert sich auf die Visualisierung und die Bereitstellung von Erkenntnissen. Sie werden dbt-Ausgaben mit einem BI-Tool verbinden, Datensätze konfigurieren, Dashboards auf Basis von KPI-Modellen erstellen, für die Führungsebene geeignete Berichte entwerfen, Aktualisierungen automatisieren und Erkenntnisse so weitergeben, dass eine datengestützte Entscheidungsfindung im gesamten Unternehmen gefördert wird. Mit einem praxisorientierten und anwendungsbezogenen Ansatz vermittelt Ihnen der Kurs, wie Sie Transformationslogik standardisieren, modulare KPI-Modelle erstellen, die Leistung optimieren, den Zustand der Pipeline überwachen, Analyseergebnisse in BI-Plattformen integrieren und Erkenntnisse klar und wirkungsvoll präsentieren. Sie entwickeln die Fähigkeit, eine übersichtliche Projektorganisation aufrechtzuerhalten, effiziente Transformationen zu implementieren und End-to-End-Analyse-Workflows zu unterstützen. Am Ende dieses Kurses werden Sie in der Lage sein: • dbt-Modellabhängigkeiten zu überprüfen und umzugestalten, um einen übersichtlichen und effizienten DAG aufrechtzuerhalten • die Datenbereinigung mithilfe wiederverwendbarer Makros und Validierungsstrategien zu standardisieren • KPI-Modelle und mehrschichtige Geschäftstransformationen zu erstellen • die Abfrageleistung zu analysieren und Optimierungstechniken anzuwenden • dbt-Materialisierungen für unterschiedliche Leistungs- und Kostenanforderungen auszuwählen und zu konfigurieren • die Zuverlässigkeit der Pipeline mithilfe von Protokollen, Artefakten und Aktualitätsregeln zu überwachen und aufrechtzuerhalten • dbt-Ausgaben mit BI-Tools zu verknüpfen und Datensätze für Dashboards vorzubereiten • KPI-Dashboards zu erstellen und Berichtsworkflows zu automatisieren • Erkenntnisse durch gut gestaltete Berichte und Storytelling-Techniken effektiv zu vermitteln Dieser Kurs richtet sich an Analytics-Ingenieure, Data-Ingenieure, BI-Entwickler und SQL-Anwender, die ihre Kenntnisse in den Bereichen dbt-Entwicklung, wiederverwendbares SQL-Design, Datenqualitätspraktiken und Workflow-Automatisierung vertiefen möchten. Er ist ideal für Teilnehmer, die skalierbare, zuverlässige und gut dokumentierte Analyse-Pipelines unter Verwendung moderner Engineering-Workflows aufbauen möchten.