DATALEARN | DE - 101 | МОДУЛЬ 4-10 Начало работы с dbt | часть 2

Описание

Продолжаем углубляться в dbt: новые модели, тесты, документация, CI/CD.

🛠 О чём поговорим:

📌 Создание моделей: Разберём, как проектировать и оптимизировать модели для аналитических задач.
📌 Тестирование: Внедрим тесты данных для контроля качества и надёжности моделей.
📌 Документация: Научимся автоматически генерировать документацию в dbt и разберём, как с ней работать.
📌 Production-ready подходы: Посмотрим реальные примеры использования dbt в продакшене и разберём best practices.

🎓Что у вас будет после вебинара:
✅Новые рабочие модели и тесты в dbt.
✅Готовая к использованию документация по вашему проекту.
✅Понимание, как переносить dbt-проекты в продакшен и масштабировать их.

📊 Для кого:
⚡️Аналитики и инженеры данных, которые хотят углубить свои знания в dbt.
⚡️Те, кто планирует внедрять dbt в реальных проектах.

🔗 Почему стоит прийти:
✔️ Практические примеры, которые можно применять сразу.
✔️ Чёткие пошаговые инструкции без воды.
✔️ Опыт и рекомендации от практикующего эксперта.

📌 Инструкция и шаги: https://github.com/surfalytics/data-projects/tree/main/de-projects/18_dbt_intro

📌 Пример решения: https://github.com/dimoobraznii1986/dbt_workshop_vk

-----
В 4-ом модуле нашего курса вы узнаете про интеграцию и трансформацию данных - ETL и ELT. Это ключевой элемент в аналитическом решении, с помощью которого мы наполняем данными хранилище данных и автоматизируем загрузку и трансформацию данных. Мы рассмотрим примеры популярных on-premise batch решений. Узнаете в чем отличие ETL от ELT, для чего нужны такие решения, что значит batch и on-premise, как с помощью ETL/ELT можно создавать модели данных, на примере dimensional modelling, рассмотрим рынок ETL/ELT. Потренируемся на классическом open-source ETL решении Pentaho DI и рассмотрим настольный инструмент от Tableau - Tableau Prep.

⚠️Для эффективного прохождения курса необходимо зарегистрироваться в Slack (наш чат) и читать учебник на Github, в котором рассказывается про последовательность урок, лабораторные работы и домашнее задание.⚠️

В этом модуле, мы не будем затрагивать облачные ETL/ELT инструменты и решения Big Data, для этого у нас будут отдельные модули.

🔔 Подписывайтесь на канал "Datalearn" чтобы не пропустить остальные части и ставьте лайки!

📕 Записывайтесь и проходите курс Инженера Данных.
⚠️ КУРС БЕСПЛАТНЫЙ!
🔗 Начать курс вы можете здесь
https://github.com/Data-Learn/data-engineering

👍🏻 Запись на курс даст вам возможность не только просматривать видео, но и получить доступ к закрытым материалам, а также возможность выполнять домашние задания, отдавать их на проверку и получить сертификат прохождения курса.