dbt wird eingesetzt, um Datenmodelle im Analytics Engineering nachvollziehbar, versionierbar und testbar aufzubauen. Es verbindet Softwareentwicklungsprinzipien mit Datenmodellierung für moderne BI- und Data-Warehouse-Umgebungen. Der Kurs zeigt, wie dbt-Projekte strukturiert und für analytische Datenmodelle genutzt werden.
Kursinhalt1. Grundlagen von dbt
- Einordnung von dbt in moderne Datenstacks und ELT-Prozesse
- Verständnis von Modellen, Quellen, Seeds und Materialisierungen
- Aufbau einer Projektstruktur für analytische Datenmodelle
2. Datenmodellierung und Transformation
- Erstellung von SQL-basierten Transformationsmodellen
- Strukturierung von Staging-, Intermediate- und Mart-Schichten
- Nutzung von Referenzen, Makros und wiederverwendbarer Logik
3. Tests und Dokumentation
- Definition von Datenqualitätstests für Modelle und Spalten
- Erstellung automatisierter Dokumentation und Lineage-Ansichten
- Einbindung von Versionierung und Entwicklungsprozessen
Berufliche Relevanz
- Anwendung in Analytics Engineering, Data Engineering und Business Intelligence
- Vorbereitung auf Aufgaben in modernen Data-Warehouse-Umgebungen
- Stärkung von Qualität, Nachvollziehbarkeit und Wartbarkeit analytischer Datenmodelle