연락처 정보

코스 개요

서론

  • dbt의 철학과 원칙 / dbt란 무엇인가?
  • 기존 ETL 방식과 비교한 dbt의 특징
  • dbt의 주요 기능 및 아키텍처 개요
  • dbt를 넘어서: dbt Cloud란 무엇인가?

dbt Cloud 이해하기

  • dbt Cloud 내에서의 dbt 프로젝트 생명주기
  • 데이터 웨어하우징 및 변환 워크플로우와 dbt Cloud의 관계

dbt Cloud 시작하기

  • dbt Cloud에서 개발 환경 설정하기
  • 데이터 웨어하우스와 dbt Cloud 연결하기
  • dbt Cloud 내에 신규 프로젝트 생성하기
  • dbt Cloud에서 명령어 실행하기
  • 팀원들과 함께 dbt Cloud에서 협업하기

dbt 모델 다루기

  • dbt 모델의 개념 이해하기
  • 새로운 dbt 모델 만들기
  • dbt를 활용해 데이터 변환 수행하기
  • 점진적 갱신이 가능한 모델인 인크리멘탈 모델 사용법
  • 매크로와 커스텀 함수를 dbt에 적용하는 방법

dbt Cloud 내 프로젝트 관리하기

  • 인터페이스를 통해 프로젝트 관리 및 배포 수행하기
  • 작업 스케줄링 설정 및 dbt 작업 실행 예약하기
  • dbt Cloud 내 환경 생성 및 관리하기
  • dbt 프로젝트를 운영 환경에 배포하기
  • 알림 및 경고 설정 방법

다른 툴들과의 dbt Cloud 연동 방법

  • Git 및 버전 관리 시스템과 dbt Cloud의 연동
  • 기타 클라우드 기반 데이터 웨어하우징 및 변환 도구와의 통합 방안

디버깅 및 문제 해결 방법

  • dbt Cloud 내에서 프로젝트 문제를 진단하고 해결하는 절차
  • 로그 정보 활용을 통한 문제 식별 기법
  • dbt Cloud 프로젝트를 안정적으로 유지하기 위한 모범 사례

요약 및 향후 진행 방향

요건

  • 데이터 모델링 및 SQL에 대한 기본 지식
  • SQL 사용 경험과 명령줄 인터페이스(CLI) 활용 능력
  • Python 프로그래밍 경험이 있으면 좋음

대상 수강생

  • 데이터 엔지니어
  • 데이터 분석가
  • 데이터 사이언티스트
 21 시간

참가자 수


참가자별 가격

회원 평가 (3)

예정된 코스

관련 카테고리