مسترکلاس ابزار dbt Data Build Tool - راهنمای کامل dbt
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- DBT را بیاموزید، ابزاری برای ساخت داده که برای تبدیل و استقرار داده در انبارهای داده استفاده میشود.
- قابلیتها و عملکردهای کلیدی DBT را که آن را به ابزاری قدرتمند برای تبدیل و تحلیل داده تبدیل میکند، بشناسید.
- ایجاد یک پروژه DBT، شامل راهاندازی اولیه و بررسی فایل پیکربندی پروژه
- مفهوم مدلهای DBT و چگونگی ساخت یک مدل ساده با استفاده از SQL را درک کنید.
- به تعریف، ساختاردهی و سازماندهی فرآیندهای تبدیل داده خود با استفاده از مدلهای DBT مسلط شوید.
- چگونگی نوشتن تست را برای اطمینان از کیفیت و دقت مدلهای DBT خود یاد بگیرید.
- تکنیکهای مختلف ماتریالیزیشن را برای بهینهسازی عملکرد و مقیاسپذیری مدلهای DBT خود کشف کنید.
- چگونگی گنجاندن سیدها و سورسها در پروژههای DBT خود برای دریافت داده و راه اندازی اولیه داده را بشناسید.
- قابلیتها و عملکردهای قدرتمند ارائهشده توسط DBT Cloud را برای همکاری و استقرار یکپارچه کشف کنید.
- از قدرت قالببندی Jinja برای تولید خودکار مستندات پروژههای DBT خود بهره ببرید.
- قابلیتهای بارگذاری داده خود را با ایجاد ماکروهای سفارشی برای گسترش عملکرد DBT بهبود دهید.
- چگونگی استفاده از اسنپشاتهای DBT را برای ثبت نسخههای تاریخی داده جهت حسابرسی و تحلیل یاد بگیرید.
- به بررسی هوکهای DBT بپردازید و چگونگی ادغام اسکریپتها و اقدامات خارجی در گردش کار DBT خود را بیاموزید.
- در تحلیلهای DBT تخصص کسب کنید تا تحلیلهای پیچیده داده را انجام دهید و بینشهای عملی با استفاده از SQL در پروژههای DBT خود ایجاد کنید.
توضیحات دوره
آیا میخواهید در موج بعدی مهندسی داده شرکت کنید و ELT و مهندسی تحلیلی را بیاموزید؟
آیا به دنبال تسلط به ابزار dbt Data Build Tool و کشف پتانسیل واقعی پروژههای تحلیل داده خود هستید؟
آیا میخواهید پایپ لاین داده خود را به صورت یکپارچه، مقیاسپذیر و کارآمد تبدیل و مدیریت کنید؟
اگر پاسخ شما مثبت است، این دوره برای شماست. در این دوره جامع و عملی، به بررسی عمیق دنیای dbt خواهید پرداخت و یاد میگیرید چگونه از قدرت آن برای ساخت پایپ لاین تبدیل داده مستحکم استفاده کنید. چه یک مهندس داده، تحلیلگر داده یا دانشمند داده باشید، این دوره شما را با مهارتهای ضروری برای تسریع گردش کار تحلیل داده و تبدیل شدن به یک مهندس داده و تحلیلگر داده برتر، مجهز خواهد کرد.
از بیش از 6 ساعت محتوای ویدئویی آموزشی مرتبط بهرهمند شوید، تنها دورهای که تمام مفاهیم dbt را پوشش میدهد تا به شما آموزش دهد چگونه پروژههای ELT با ابزار dbt Data Build Tool را استقرار دهید. ما تمام مفاهیم را از ابتدا تا انتها، از Materializations و Tests گرفته تا Incremental Loads و Snapshots، مرور خواهیم کرد.
این دوره در مورد چیست؟
این دوره یک هدف دارد: آموزش dbt (ابزار ساخت داده)، قابلیتهای آن و استفاده از آنها برای دگرگون کردن گردش کارهای مهندسی داده شما. ما این کار را با ساخت محتوای ویدئویی آموزشی انجام میدهیم که در آن هر مفهوم dbt را، یکی یکی، مرور کرده و آن را در یک مثال عملی و واقعی اعمال میکنیم.
dbt چیست؟
dbt (Data Build Tool) یک ابزار خط فرمان متنباز است که برای تبدیل و مدلسازی داده در زمینه تحلیل و انبارداری داده طراحی شده است. این ابزار به تحلیلگران و مهندسان داده این امکان را میدهد تا فرآیندهای تبدیل داده را با استفاده از SQL تعریف، مستندسازی و تست کنند. dbt (Data Build Tool) با فراهم کردن قابلیتهایی مانند کنترل نسخه، ماژولار بودن و مدیریت وابستگیها، به شما اجازه میدهد پایپ لاین داده مقیاسپذیر و قابل نگهداری بسازید. این ابزار، استفاده از SQL به عنوان یک کدبیس را ترویج میدهد و امکان همکاری، تکرارپذیری و خودکارسازی را در گردش کارهای تبدیل داده فراهم میکند.
تفاوت dbt Core و dbt Cloud چیست؟
dbt Core به نسخه متنباز dbt اشاره دارد که میتوان آن را به صورت محلی بر روی کامپیوتر یا سرور کاربر نصب و اجرا کرد. این نسخه شامل عملکردهای اساسی dbt، از جمله مدلسازی، تست و مستندسازی تبدیلهای داده است.
dbt Cloud یک پلتفرم مبتنی بر ابر است که توسط Fishtown Analytics، سازندگان dbt، ارائه شده است. این پلتفرم یک محیط مدیریتشده و میزبانیشده را برای اجرای پروژههای dbt در فضای ابری فراهم میکند. dbt Cloud فراتر از قابلیتهای اصلی dbt Core رفته و ویژگیهای اضافی مانند رابط کاربری وب آسان، زمانبندی و هماهنگسازی اجرای dbt، ابزارهای همکاری و ادغام با انبارهای داده محبوب و ابزارهای هوش تجاری (BI) را ارائه میدهد.
در این دوره، ما هر دو عنصر dbt Core و dbt Cloud را یاد خواهیم گرفت، با تمرکز ویژه بر DBT Cloud.
چرا dbt را بیاموزیم؟
- سادهسازی تبدیل داده: dbt شما را قادر میسازد تا داده را در انبار داده خود به صورت کارآمد تبدیل و تحلیل کنید و در زمان و تلاش برای آمادهسازی داده صرفهجویی کنید.
- حفظ یکپارچگی داده: dbt (Data Build Tool) یک رویکرد ساختاریافته و با کنترل نسخه را برای تبدیل داده فراهم میکند و از ثبات و قابلیت اطمینان در پایپ لاین داده شما اطمینان میدهد.
- همکاری مؤثر: یادگیری dbt به شما امکان میدهد تا به صورت یکپارچه با تیمهای داده، تحلیلگران و مهندسان داده کار کنید، همکاری را تقویت کرده و کار تیمی کارآمد را در پروژههای داده ممکن میسازد.
- امکان تحلیلهای مقیاسپذیر: با dbt میتوانید مدلهای دادهای مقیاسپذیر و ماژولار بسازید که با تکامل نیازهای دادهای سازمان شما سازگار و رشد میکنند و امکان تحلیل و گزارشدهی کارآمد داده را فراهم میسازد.
- بهبود مستندسازی داده: ابزار dbt Data Build Tool مستندسازی فرآیندهای تبدیل داده را تشویق میکند، که درک و نگهداری پایپ لاین داده را برای تیمها آسانتر کرده و حاکمیت داده و به اشتراکگذاری دانش را بهبود میبخشد.
- همگام بودن با استانداردهای صنعت: dbt در جامعه مهندسی و تحلیل داده محبوبیت قابل توجهی کسب کرده است و یادگیری آن به شما امکان میدهد با آخرین شیوهها و روندهای صنعت بروز بمانید.
- بهبود فرصتهای شغلی: تسلط به dbt میتواند درهای فرصتهای شغلی مختلف در نقشهای مهندسی داده، تحلیل داده و عملیات داده را باز کند، زیرا بسیاری از سازمانها dbt را به عنوان ابزار استاندارد تبدیل داده پذیرفتهاند.
چرا این دوره را انتخاب کنید؟
- راهنمای کامل: این یک راهنمای کامل از صفر تا صد، از مبانی تا پیشرفته dbt است. هیچ دوره دیگری مانند این وجود ندارد که همه چیز را از ابتدا تا انتها به شما آموزش دهد. این دوره شامل 6 ساعت محتوای آموزشی است!
- ساختاریافته برای موفقیت: این دوره به گونهای ساختاریافته که به شما کمک کند موفق شوید. ما تمام قابلیتهای dbt را مرور کرده و یاد میگیریم چگونه از آنها به صورت عملی استفاده کنیم.
- کاملاً آموزشی: ما نه تنها مفاهیم مهم را مرور میکنیم، بلکه آنها را در حین ساخت برنامه خود اعمال میکنیم تا آنها را تثبیت کنیم. این دوره فقط یک مرور بر ویژگیها و مفاهیم نظری نیست، بلکه دورهای است که عملاً با شما برنامه میسازد.
- گام به گام: ما هر مفهوم را به ترتیب دنبال میکنیم (از یادگیری مدلهای dbt ،Materializations و غیره). این کار احتمال یادگیری این پلتفرمها برای ساخت راهکارها را بهبود میدهد، به جای اینکه به صورت بینظم از هر ویژگی عبور کنیم.
- یادگیری تا یادگیری: در بخشهای پایانی دوره، ما با موقعیتهایی روبرو میشویم که در آنها با ویژگیهای جدید یا خطاها برخورد میکنیم و چگونگی استفاده از مستندات برای حل آنها را بررسی میکنیم. به این ترتیب، شما نه تنها درباره این پلتفرمها و چگونگی تعامل آنها با یکدیگر یاد میگیرید، بلکه یاد میگیرید چگونه مشکلات خود را در زمان بروز آنها حل کنید.
- محتوای مرجع: همراهی کنید! من تمام محتوای مرجع را مستقیماً در اختیار شما قرار میدهم تا بتوانید در مسیر یادگیری خود همراهی کنید.
بررسی دوره:
مقدمه: درباره دوره، چگونگی موفقیت و نقشه راه دوره یاد بگیرید.
- راهاندازی حساب dbt: حساب dbt خود را بسازید، Snowflake را راه اندازی کنید و داده نمونه را بارگذاری کنید.
- مدلهای dbt: یاد بگیرید چگونه تبدیلهای داده خود را با استفاده از مدلهای dbt تعریف، ساختاردهی و سازماندهی کنید.
- تستهای dbt: به هنر نوشتن تست برای اطمینان از کیفیت و دقت مدلهای dbt خود مسلط شوید.
- ماتریالیزیشنهای dbt: تکنیکهای مختلف ماتریالیزیشن را برای بهینهسازی عملکرد و مقیاسپذیری مدلهای dbt خود کشف کنید.
- سیدها و سورسهای dbt: چگونگی گنجاندن سیدها و سورسها در پروژههای dbt خود برای دریافت داده و راه اندازی اولیه داده را درک کنید.
- قابلیتهای dbt Cloud: قابلیتها و عملکردهای قدرتمند ارائهشده توسط dbt Cloud را برای همکاری و استقرار یکپارچه کشف کنید.
- Jinja و مستندات dbt: از قدرت قالببندی Jinja استفاده کنید و مستندات خودکار برای پروژههای dbt خود تولید کنید.
- بارگذاری و ماکروهای سفارشی dbt: قابلیتهای بارگذاری داده خود را بهبود دهید و ماکروهای سفارشی برای گسترش عملکرد dbt ایجاد کنید.
- اسنپشاتهای dbt: یاد بگیرید چگونه از اسنپشاتهای dbt برای ثبت نسخههای تاریخی داده برای حسابرسی و تحلیل استفاده کنید.
- هوکهای dbt: به بررسی هوکهای dbt بپردازید و یاد بگیرید چگونه اسکریپتها و اقدامات خارجی را در گردش کار dbt خود ادغام کنید.
- تحلیلهای dbt: در تحلیلهای dbt تخصص کسب کنید تا تحلیلهای پیچیده داده را انجام دهید و بینشهای عملی با استفاده از SQL در پروژههای dbt خود ایجاد کنید.
- نتیجهگیری: دوره را به پایان برسانید و مراحل بعدی را بررسی کنید.
اگر میخواهید ابزار dbt Data Build Tool را بیاموزید و گام بزرگی در مسیر مهندسی داده و تحلیلی خود بردارید، این دوره برای شماست. ما مشتاقانه منتظر حضور شما در این دوره هستیم و امیدواریم گواهینامه آن را کسب کنید.
این دوره برای چه کسانی مناسب است؟
- تحلیلگران داده که درگیر تحلیل داده، مدلسازی داده و ایجاد بینش داده هستند.
- مهندسان داده که مسئول طراحی و پیادهسازی پایپ لاین داده، فرآیندهای تبدیل داده و مدیریت زیرساخت داده هستند.
- دانشمندان داده که با حجم زیادی از داده کار میکنند و تحلیلهای پیچیده داده را انجام میدهند.
- متخصصان هوش تجاری (BI) که گزارشها، مصورسازیها و داشبوردها را برای تصمیمگیری داده محور ایجاد میکنند.
- متخصصان داده که با سایر ابزارهای تبدیل داده یا فرآیندهای سنتی Extract ،Transform ،Load آشنا هستند و میخواهند DBT را به عنوان یک جایگزین کارآمدتر و مقیاسپذیرتر یاد بگیرند.
- دانشجویانی که میخواهند یاد بگیرند چگونه مهندسان داده و تحلیلی را به سطح بعدی برسانند.
- تحلیلگران داده که میخواهند در شرکت خود به مهندس تحلیلی تبدیل شوند.
مسترکلاس ابزار dbt Data Build Tool - راهنمای کامل dbt
-
مقدمه 02:25
-
نقشه راه دوره 04:49
-
معرفی مدرس 02:17
-
مقایسه ETL و ELT 05:41
-
DBT چیست؟ 01:53
-
دستهبندیهای کلیدی ویژگیها 09:27
-
برترین ویژگیهای DBT 02:08
-
چرا از DBT استفاده کنیم؟ بررسی مزایا برای گردش کاری داده شما 02:17
-
مهندسی تحلیلی چیست؟ 02:25
-
راههای ارتباطی 01:48
-
کلید موفقیت 02:12
-
ثبت امتیاز 00:48
-
تماشای ویدئو با کیفیت 1080p 01:05
-
ساخت حساب Snowflake 04:41
-
بررسی رابط کاربری وب Snowflake 06:03
-
بارگذاری داده نمونه 06:32
-
ساخت حساب کاربری در DBT Cloud 03:26
-
راهاندازی پروژه DBT 07:29
-
شروع پروژه DBT 05:12
-
بررسی رابط کاربری وب DBT Cloud 09:22
-
بررسی فایل پیکربندی پروژه DBT 04:10
-
مدلهای DBT چیستند؟ 02:54
-
مقدمهای بر ساخت مدل ساده 20:12
-
ساخت جدول در DBT 02:42
-
DBT Schema چیست؟ 03:00
-
ساخت اولین مدل DBT 20:51
-
تابع Ref در DBT چیست؟ 10:10
-
بهترین شیوه ها برای سازماندهی ساختار پروژه DBT شما 02:14
-
پیکربندی متریالیزیشنها در DBT 06:25
-
بازسازی مدل dim_customers شما 13:51
-
DBT Schema چیست؟ 02:42
-
ماکرو در DBT چیست؟ 02:41
-
تست چیست؟ 01:07
-
تست در DBT چیست؟ 02:47
-
انواع مختلف تست در DBT 02:00
-
تست عمومی چیست؟ 01:48
-
نوشتن تستهای عمومی در DBT 12:25
-
نوشتن تستهای تک موردی در DBT 03:47
-
دستورات تست DBT: ساختار و نحوه استفاده 05:09
-
متریالیزیشنها در DBT چیستند؟ 03:21
-
متریالیزیشنهای پیشفرض در DBT 02:58
-
استفاده از بلوک پیکربندی برای متریالیزیشنها 02:06
-
Sources چیستند؟ 03:01
-
چگونه sources را در DBT اضافه کنیم؟ 08:16
-
DBT Source Freshness چیست؟ 02:54
-
پیادهسازی چکهای تازگی منابع در DBT 09:29
-
DBT Seed چیست؟ 02:37
-
پیادهسازی DBT Seeds در DBT 07:31
-
چگونه نسخهسازی را در DBT مدیریت کنیم؟ 08:20
-
چگونه مانیتورینگ و اطلاعرسانی را در DBT راهاندازی کنیم؟ 02:49
-
چگونه اجرای DBT را زمانبندی و تبدیل داده را خودکار کنیم؟ 08:41
-
مقدمهای بر Jinja 12:27
-
مستندات DBT چیستند؟ 06:48
-
پیادهسازی مدل Table، View و Ephemeral 08:04
-
پیادهسازی بارگذاری افزایشی در DBT 19:14
-
ساخت ماکروهای سفارشی 07:06
-
پکیجهای DBT چیستند؟ 07:28
-
Snapshots در DBT چیستند؟ 03:08
-
پیادهسازی Snapshots در DBT 17:11
-
Hooks در DBT چیستند؟ 02:23
-
پیادهسازی Hooks در DBT 14:13
-
تحلیلها چیستند؟ 01:49
-
پیادهسازی تحلیلها در DBT 02:55
-
بهینهسازی پروژه DBT 02:54
-
تبریک 01:54
-
گام های بعدی 03:52
-
ثبت امتیاز 00:44
-
راههای ارتباطی 01:48
-
گواهینامه 00:16
-
جایزه 01:41
مشخصات آموزش
مسترکلاس ابزار dbt Data Build Tool - راهنمای کامل dbt
- تاریخ به روز رسانی: 1404/06/21
- سطح دوره:همه سطوح
- تعداد درس:70
- مدت زمان :06:20:53
- حجم :2.22GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy