Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction
- Philosophie et principes de dbt / Qu'est-ce que dbt ?
- dbt vs ETL traditionnel
- Aperçu des fonctionnalités et de l'architecture de dbt
- Au-delà de dbt : Qu'est-ce que dbt Cloud ?
Compréhension de dbt Cloud
- Le cycle de vie d'un projet dbt dans dbt Cloud
- Comment dbt Cloud s'intègre dans les workflows d'entreposage et de transformation de données
Débuter avec dbt Cloud
- Mise en place de l'environnement de développement sur dbt Cloud
- Connexion de dbt Cloud à votre entrepôt de données
- Création d'un projet dbt dans dbt Cloud
- Exécution des commandes dbt dans dbt Cloud
- Collaboration avec les membres de l'équipe sur un projet dbt dans dbt Cloud
Travailler avec des modèles dbt
- Compréhension des modèles dbt
- Construction d'un modèle dbt
- Transformation des données à l'aide de dbt
- Travail avec des modèles incrémentaux dans dbt
- Mise en œuvre de macros et de fonctions personnalisées dans dbt
Gestion des projets dbt dans dbt Cloud
- Utilisation de l'interface dbt Cloud pour gérer et déployer des projets
- Création de programmes et déclenchement des jobs dbt
- Création et gestion des environnements dans dbt Cloud
- Déploiement des projets dbt en production
- Mise en place de notifications et d'alertes
Intégration de dbt Cloud avec d'autres outils
- Utilisation de dbt Cloud avec Git et le contrôle de version
- Intégration de dbt Cloud avec d'autres outils d'entreposage et de transformation de données basés sur le cloud
Dépannage et débogage
- Comment déboguer et dépanner des projets dbt dans dbt Cloud
- Utilisation des journaux pour diagnostiquer les problèmes
- Meilleures pratiques pour la maintenance des projets dbt Cloud
Résumé et prochaines étapes
Pré requis
- Une compréhension du modélisation des données et de SQL.
- De l'expérience avec SQL et l'interface en ligne de commande (CLI).
- De l'expérience en programmation Python.
Public visé
- Ingénieurs de données
- Analystes de données
- Scientifiques des données
21 Heures
Nos clients témoignent (2)
Faire de l'exercice
Joe Pang - Lands Department, Hong Kong
Formation - QGIS for Geographic Information System
Traduction automatique
Des exemples pratiques nous ont permis de ressentir concrètement le fonctionnement du programme. De bonnes explications et une intégration efficace des concepts théoriques et de leur rapport aux applications pratiques.
Ian - Archeoworks Inc.
Formation - ArcGIS Fundamentals
Traduction automatique