1. Introduction à dbt

• Présentation de dbt : concepts fondamentaux et architecture de dbt

• Rôle de dbt dans l'écosystème de la donnée

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

3. Analyse avancée des données

Intégration avec BigQuery

• Exportation des données GA4 vers BigQuery

• Requêtes SQL pour l'analyse avancée des données

Attribution et modèles d'attribution

• Configuration des modèles d'attribution

• Analyse et interprétation des rapports d'attribution

4. 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

5. Optimisation des pipelines de données

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

6. 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

7. Déploiement et gestion des environnements

• Gestion des déploiements dans différents environnements (développement, production) avec dbt

• Pousser les changements faits sur dbt dans GitHub

8. 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

9. Cas pratique

• Déploiement d’un court projet dbt comprenant 1 table staging et 2 tables mar

dbt : de l'initiation à la maitrise

1100 € HT / Personne