dbt Core Fundamentals - Datentransformation, Automatisierung und DataOps

Ziele der Schulung

In dieser 3-tägigen Schulung "DBT Core Fundamentals - Datentransformation, Automatisierung und DataOps" lernen Sie den professionellen Einsatz von dbt Core (data build tool) zur modellbasierten Datentransformation und Automatisierung in modernen Analytics-Umgebungen.

Sie erwerben ein fundiertes Verständnis der dbt-Architektur, der Projektstruktur sowie fortgeschrittener Funktionen wie Jinja-Scripting, Macros, Testing und Snapshots.

Anhand realitätsnaher Übungen werden Konzepte aus den Bereichen Data Modeling, DataOps und Orchestrierung praxisnah vermittelt, sodass die Teilnehmer in der Lage sind, skalierbare, wartbare und reproduzierbare dbt-Projekte eigenständig aufzubauen und produktiv zu betreiben.

Zielgruppe Seminar

• Analytics Engineers, Data Analysts und BI Professionals mit Vorkenntnissen in Python und SQL
• Data Engineers, die dbt in bestehende Datenarchitekturen integrieren möchten
• Fachkräfte, die ihre Kenntnisse in Datentransformation, Testing und Automatisierung vertiefen wollen

Voraussetzungen

• Grundkenntnisse in SQL (Abfragen, Joins, Aggregationen)
• Vertrautheit mit Datenmodellen, ETL-/ELT-Konzepten und Python (Variablen, Funktionen, Skriptstrukturen) ist von Vorteil
• Erste Erfahrung im Umgang mit Versionierungstools (z. B. Git) erleichtert den Einstieg

Seminarinhalt

Grundlagen der Datenmodellierung und Datenarchitektur

• Einführung in SQL-basierte Datenmodellierung für Analytics
• Bedeutung und Typen von Datenmodellen (Staging, Core, Mart Layer)
• Überblick über moderne Datenarchitekturen (Data Warehouse, Data Lake, Lakehouse)
• Verständnis der Rolle von dbt im Kontext moderner Datenflüsse

Einführung und Kernkonzepte von dbt Core

• Überblick über das dbt-Ökosystem und die Open-Source-Architektur
• Zentrale Prinzipien: Immutability, Reproducibility, Scalability
• Einordnung von dbt in den Analytics- und DataOps-Kontext
• Vorteile von dbt für Transparenz, Datenqualität und Automatisierung

Projektstrukturierung und Quellverwaltung

• Aufbau und Organisation eines dbt-Projekts
• Definition und Verwaltung von Datenquellen (sources.yml)
• **Modellabhängigkeiten, Referenzen und Build-Strategien
• Best Practices für Versionierung und Team-Kollaboration

Jinja-Scripting und Qualitätssicherung in dbt

• Nutzung von Jinja zur dynamischen SQL-Generierung
• Erstellung und Wiederverwendung von Macros
• Integration und Nutzung von dbt Packages
• Tests, Hooks und Logging zur Qualitätssicherung und Nachvollziehbarkeit

Datenmodellierungstechniken

• Erweiterte Modellierungsstrategien und Source Data Management
• Implementierung von Snapshots zur Versionskontrolle historischer Daten
• Umgang mit komplexen Datenflüssen und Hierarchien
• Optimierung der Datenmodelle hinsichtlich Wartbarkeit und Performance

DataOps-Grundlagen und Testing in dbt

• Einführung in DataOps und Automatisierung im Datenlebenszyklus
• Versionskontrolle, Kollaboration und Continuous Integration mit dbt
• Testing-Strategien zur Sicherung von Datenqualität und Modellintegrität
• Aufbau reproduzierbarer, auditierbarer Pipelines

Dokumentation und Best Practices

• Erstellung von Dokumentationen in dbt (Model Descriptions, Schema YAMLs)
• Automatisierte Generierung von Projekt-Dokumentationen
• Best Practices zur Skalierbarkeit, Wartbarkeit und Teamarbeit
• Governance und Code-Standards für langfristige Qualitätssicherung

DBT-Orchestrierung

• Integration von dbt in Orchestration Tools wie Airflow, Dagster oder Prefect
• Planung und Steuerung** von Pipelines im Produktionsbetrieb
• Monitoring und Alerting von dbt-Runs
• Best Practices für stabile, skalierbare DataOps-Workflows

Open Badge für dieses Seminar - Ihr digitaler Kompetenznachweis

Durch die erfolgreiche Teilnahme an einem Kurs bei IT-Schulungen.com erhalten Sie zusätzlich zu Ihrem Teilnehmerzertifikat ein digitales Open Badge (Zertifikat) – Ihren modernen Nachweis für erworbene Kompetenzen.

Ihr Open Badge ist jederzeit in Ihrem persönlichen und kostenfreien Mein IT-Schulungen.com-Konto verfügbar. Mit wenigen Klicks können Sie diesen digitalen Nachweis in sozialen Netzwerken teilen, um Ihre Expertise sichtbar zu machen und Ihr berufliches Profil gezielt zu stärken.

Übersicht: Data Science Schulungen Portfolio

Mehr zu den Vorteilen von Badges

Seminare kurz vor der Durchführung