dbt with Snowflake

בואו ללמוד את כלי הענן הפופולריים
ביותר בתעשיית ההייטק

מועד פתיחה

טרם נקבע

ימים

סה"כ שעות הקורס

50 שעות

רק בנאיה קולג'!

קורס DBT ייחודי שיקנה לכם מיומנויות מתקדמות בטרנספורמציית נתונים ויעניק לכם יתרון ייחודי בתפקידי הנדסת נתונים בענן.

מי המדריכים

את הקורס מעבירים לירן כהן, Data Engineer בחברת Applied Materials , ניב בדלי, Data Engineer בחברת 888holdings ויאיר אלון, מנהל מח' פיתוח בנאיה טכנולוגיות.

מה לומדים?

נלמד על סוגי מודלים שונים, כתיבתם ויישומם תוך שימוש בפקודות SQL. ונעסוק גם בנושאים מתקדמים יותר כמו שימוש ב-Jinja templating ומאקרו ליצירת קוד מודולרי ויעיל יותר, וכן בדיקות ואיכות נתונים ב-dbt.
הקורס יקנה גם מיומנויות בניהול גרסאות ועבודה עם Git, וכן בהקמת תהליכי CI/CD אוטומטיים עבור dbt ו-Snowflake ועוד.

זה לא מתאים לכל אחד...

למי מתאימה ההכשרה?
הקורס מיועד למפתחי SQL, מהנדסי נתונים או אנשי BI שרוצים לרכוש מיומנויות מתקדמות בטרנספורמציית נתונים, ולשלוט בכלי הענן המבוקשים ביותר בתעשיה.

מבנה הקורס

Introduction to DBT and Data Transformation

- What is DBT (Data Build Tool)?
- The role of DBT in modern data stacks
- Overview of Snowflake as a cloud data warehouse
- Installing DBT and setting up the environment

Getting Started with Snowflake and DBT

- Setting up a Snowflake database and schema
- DBT project structure and key components
- Configuration files: `profiles.yml` and `dbt_project.yml

Writing DBT Models

- Types of DBT models: `staging`, `intermediate`, and `marts`
- Writing and materializing models (view, table, incremental)
- Understanding `SELECT` statements in DBT models
  Syllabus

Jinja and Macros in DBT

- Introduction to Jinja templating in DBT
- Using macros for reusable code
- Creating and invoking custom macros

DBT Testing and Data Quality

- Importance of data testing in DBT
- Types of tests: schema, data, and custom tests
- Writing and running tests (`unique`, `not_null`,
  `accepted_values`)

DBT Documentation and Best Practices

- Documenting models and creating `docs`
- Generating and viewing documentation with `dbt docs serve`
- DBT best practices: modularity, readability, and maintainability

Advanced DBT Features

- Using hooks and operations in DBT
- Snapshots for tracking historical data
- Configuring incremental models for performance

Version Control with Git

- Integrating DBT projects with Git
- Git workflow: branching, committing, and merging
- Collaboration in DBT projects

CI/CD with DBT and Snowflake

- Setting up CI/CD pipelines for DBT using GitHub Actions or
- itLab
- CI
- Automating model runs and tests in CI/CD
- Deploying models to different environments (dev, staging, prod)

Snowflake

- Introduction
- Data loading & transformation
- Data querying & analysis
- Data integration & management
- Best Practices
- Hands-on exercises