Ce cours vous aide à faire progresser vos compétences en ingénierie analytique et vous donne les capacités pratiques nécessaires pour construire des projets dbt évolutifs et fiables. Vous commencerez par renforcer votre compréhension du développement SQL réutilisable avec Jinja et les macros et apprendrez à organiser la logique de transformation pour les grands systèmes de données. FROM, vous explorerez les modèles incrémentiels, les instantanés, les stratégies de test, les pratiques de documentation et les concepts d'observabilité de base qui prennent en charge les flux de travail analytiques dignes de confiance. Le cours se termine par des techniques de collaboration et l'automatisation des flux de travail, où vous mettrez en œuvre le contrôle de version basé sur Git, les pipelines d'intégration continue et les tâches dbt planifiées. Avec une approche pratique et appliquée, le cours couvre des concepts avancés tels que la création d'une logique modulaire avec des macros, l'optimisation des performances avec le traitement incrémental, la structuration des projets en couches claires, la validation des modèles avec des schémas et des tests personnalisés, la gestion des métadonnées et l'examen du lignage dans les Docs dbt. Vous apprendrez à maintenir une organisation de projet propre, à mettre en œuvre des normes de test et de documentation, à analyser les résultats d'exécution et les journaux, et à prendre en charge l'automatisation prête pour la production dans les environnements analytiques modernes.

Workflows d'ingénierie analytique avec dbt
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.

Workflows d'ingénierie analytique avec dbt
Ce cours fait partie de Spécialisation "Ingénierie analytique avec dbt"

Instructeur : Edureka
Inclus avec
Expérience recommandée
Ce que vous apprendrez
Créez une logique SQL réutilisable avec Jinja et des macros pour simplifier et standardiser les transformations complexes.
Concevez des modèles incrémentiels efficaces et créez des instantanés qui suivent les changements historiques pour des analyses fiables.
Mettez en œuvre des tests de schéma et des tests personnalisés, ajoutez une documentation riche et utilisez Données dbt Docs pour renforcer la qualité et la clarté des données.
Travailler avec des flux de travail basés sur Git, des demandes de tirage et des révisions structurées pour soutenir le développement axé sur l'équipe.
Compétences que vous acquerrez
- Catégorie : Intégrité des données
- Catégorie : Évolutivité
- Catégorie : Contrôle des versions
- Catégorie : Analyse de dépendance
- Catégorie : Transformation des données
- Catégorie : CI/CD
- Catégorie : Documentation technique
- Catégorie : Validation des données
- Catégorie : Testabilité
- Catégorie : Pipelines de données
- Catégorie : Modélisation des données
- Catégorie : SQL
- Catégorie : Maintenabilité
- Catégorie : Qualité des données
- Catégorie : Réutilisation du code
- Catégorie : Gestion des métadonnées
Outils que vous découvrirez
- Catégorie : Git (système de contrôle de version)
- Catégorie : YAML
- Catégorie : Logiciel de collaboration
Détails à connaître

Ajouter à votre profil LinkedIn
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées

Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable

En savoir plus sur Gestion des données
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.






