Ce cours vous permet d'acquérir des compétences pratiques en ingénierie analytique axées sur la préparation, la transformation, l'optimisation et la visualisation des données en cours d'utilisation. Vous commencerez par examiner et remanier les modèles de transformateurs existants pour assurer la cohérence, supprimer les transformations redondantes et organiser la logique en couches propres et faciles à maintenir. Au fur et à mesure que vous avancerez, vous appliquerez des modèles de nettoyage standardisés, mettrez en œuvre des macros réutilisables et assurerez la qualité des données à l'aide de tests dbt. Vous concevrez et étendrez également des modèles de KPI d'entreprise qui prennent en charge les analyses de niveau exécutif. Ensuite, vous approfondirez votre compréhension de l'optimisation des performances en analysant les plans d'exécution, en optimisant les jointures et les filtres, et en évaluant les matérialisations de modèles en termes de vitesse, de coût et de fiabilité. Vous apprendrez à améliorer l'observabilité du pipeline en interprétant les journaux dbt, en examinant les artefacts, en gérant les échecs et en appliquant les concepts de fraîcheur et de SLA pour garantir des flux de production fiables. La dernière partie du cours se concentre sur la visualisation et la fourniture d'informations. Vous connecterez les sorties dbt à un outil de BI, configurerez les ensembles de données, construirez des tableaux de bord basés sur des modèles KPI, concevrez des rapports prêts à l'emploi, automatiserez les mises à jour et partagerez les informations de manière à soutenir la prise de décision basée sur les données dans l'ensemble de l'organisation. Avec une approche pratique et appliquée, le cours vous apprend à standardiser la logique de transformation, à construire des modèles KPI modulaires, à optimiser les performances du pipeline, à intégrer les sorties des plateformes de BI, et à fournir des informations de manière claire et impactante. Vous développerez la capacité à maintenir une organisation de projet propre, à mettre en œuvre des transformations efficaces et à prendre en charge des flux de travail analytiques de bout en bout.

A la fin de ce cours, vous serez capable de : - Réviser et refactoriser les dépendances du modèle dbt pour maintenir un DAG propre et efficace - Standardiser le nettoyage des données en utilisant des macros réutilisables et des stratégies de validation - Construire des modèles KPI et des transformations métier multicouches - Analyser les performances des requêtes et appliquer des techniques d'optimisation - Choisir et configurer les matérialisations dbt pour différentes exigences de performance et de coût - Contrôler et maintenir la fiabilité du pipeline en utilisant des logs, des règles de fraîcheur - Connecter le modèle de validation de dbt à la base de données d'analyse de données, ce cours est conçu pour les ingénieurs analytiques, les ingénieurs de données, les développeurs BI et les praticiens SQL qui souhaitent approfondir leurs compétences en matière de développement de dbt, de conception SQL réutilisable, de pratiques de qualité des données et d'automatisation des flux de travail. Il est idéal pour les apprenants qui cherchent à construire des pipelines analytiques évolutifs, fiables et bien documentés en utilisant des flux de travail d'ingénierie modernes.