Data Analytics

Data Cloud

Formations

Formez-vous auprès de nos experts, tous certifiés individuellement par Google

DBT

dtb Power user

Avec cette formation DBT vous apprendrez à transformer la données selon vos besoins. Vous pourrez ainsi croiser les données de vos différentes plateformes pour une meilleure interprétation.
Bon à savoir :
Durée de
8 heures
De 1 à 3
participants
1100€ HT
par participant
Paris 11ème ou visio
Contact
Cette formation vous intéresse ?
Contactez-nous →
Module 1

Introduction à dbt

  • Présentation de dbt : concepts fondamentaux et architecture de dbt
  • Rôle de dbt dans l'écosystème de la donnée
Module 2

Les bases de dbt

  • Création d'un projet dbt : configuration initiale d'un projet dbt
  • Structure d’un projet dbt : compréhension de la structure optimale pour faciliter la maintenance et l'évolution du projet
  • Compréhension du langage de dbt (Jinja) : introduction à Jinja
Module 3

Modélisation et transformation des données

  • Concepts de base : introduction aux modèles, sources, et tests dans dbt. Utilisation des macros et de Jinja pour améliorer la flexibilité des transformations.
  • Création de tables en staging : apprentissage des bonnes pratiques pour créer des tables de staging pour préparer les données.
  • Création de tables en mart/core : développement de tables mart/core avec des données prêtes à l’emploi. Introduction à la structure des modèles core, qui constitue la base des analyses dans les outils BI.
  • Modélisation avancée : utilisation de ref() pour gérer les dépendances entre modèles, source() pour documenter et tester les données sources
Module 4

Optimisation des pipelines de données

  • Gestion des dépendances : techniques pour optimiser l'ordre d'exécution des modèles et réduire les temps de compilation.
Module 5

Tests et validation des données

  • Mise en place de tests : tests de données pour valider les modèles et garantir leur qualité.
  • Exécution des premiers tests
Module 6

Déploiement et gestion des environnements

  • Gestion des déploiements dans différents environnements (développement, production) avec dbt.
  • Pousser les changements faits sur dbt dans GitHub
Module 7

Intégration avec GitHub, GCP, Looker

  • Intégration avec GitHub et GCP : automatisation des déploiements via GitHub et services cloud comme Google Cloud Platform.
  • Utilisation dans les outils BI : intégration des tables dbt dans BigQuery pour une utilisation directe avec des outils BI comme Looker.
Module 7

Cas pratiques

  • Déploiement d’un court projet dbt
Suivez-nous

Expertises

ConseilData AnalyticsCustomer experience & conversionCloud & AI

Ressources

Cas clientsBlogposts

A propos

L'équipePartenairesCarrières
Mentions légales
Politique de cookies
Politique de confidentialité