Pagmo-modelo ng Data ng E-Commerce gamit ang dbt: Isang Praktikal na Pag-aaral ng Kaso

Ang hilaw at hindi nakaayos na data ay madalas na humahadlang sa mga negosyo na gumawa ng napapanahon at batay-sa-data na mga desisyon. Ang pag-aaral kung paano ibahin ang magulong impormasyong ito sa malinis at maaasahang mga modelo ng data ay ang pangunahing super-kapangyarihan ng mga modernong analytics engineer. Sa kursong ito na nakabatay sa teksto, gagampanan mo ang papel ng isang analytics engineer upang bumuo ng isang matatag na data pipeline para sa isang lumalagong negosyo ng e-commerce. Sa pamamagitan ng nakasulat na mga paliwanag, nakaayos na mga snippet ng SQL code, at praktikal na mga walk-through, mapag-aaralan mo ang mga pangunahing konsepto ng dbt (Data Build Tool) at matutunan kung paano i-istruktura ang mga modelo ng data na kayang lumaki (scale). What you'll learn: - Unawain ang mga pangunahing konsepto ng analytics engineering at kung paano umaangkop ang dbt sa modern data stack - I-configure ang isang dbt project mula sa simula at magtatag ng malinis na istruktura ng direktoryo para sa staging at mart layers - Bumuo ng modular na mga modelo ng SQL upang ibahin ang hilaw na data ng transaksyon at customer ng e-commerce sa malinis na mga dataset - Maglapat ng mga data quality test at schema validation upang matiyak na ang iyong mga modelo ng data ay mananatiling tumpak at mapagkakatiwalaan - Sumulat ng reusable at maintainable na code gamit ang Jinja templating, loops, at variables - Idokumento ang iyong mga modelo ng data upang lumikha ng malinaw at nahahanap na data catalog para sa mga business stakeholder Nagsisimula ang kurso sa pinakapangunahing kaalaman ng data modeling at project configuration bago ka gabayan nang sunud-sunod sa staging ng hilaw na data, pagbuo ng intermediate business dimensions, at pag-automate ng iyong mga SQL workflow gamit ang Jinja. Ang kursong ito ay idinisenyo para sa mga baguhang data analyst, naghahangad na analytics engineer, at mga gumagamit ng SQL na gustong lumipat sa modern data modeling. Walang kinakailangang karanasan sa dbt, bagama't makakatulong ang pangunahing pamilyaridad sa mga SQL query. Simulan ang pagbabasa ngayon upang buuin ang iyong unang production-grade data pipeline.