Курс «Data Warehouse Analytics Engineer на базе dbt» - это практическая программа, которая помогает освоить одну из ключевых технологий современной аналитики данных. Вы научитесь строить хранилища и трансформации на dbt, применять лучшие практики DataOps, автоматизировать процессы и обеспечивать качество данных.
Обучение построено в формате «миссий» - пошаговых заданий, которые ведут от базовой настройки проекта и подключения к PostgreSQL до продвинутых сценариев с макросами, CI/CD и семантическим слоем. В процессе вы освоите инкрементальные обновления, работу с пакетами dbt, тестирование свежести и качества данных, перенос legacy-SQL в современную архитектуру и деплой в продакшн. Дополнительно разберёте использование DuckDB и интеграцию с оркестраторами вроде Airflow и Dagster.
Формат курса сочетает теорию и практику: IDE-тренажёр, интерактивные задания, квизы, поддержку преподавателей и чат участников. В результате вы получите уверенные навыки моделирования и трансформации данных, опыт построения аналитических пайплайнов и полноценный проект для портфолио.
Курс подойдёт аналитикам, инженерам данных и тем, кто хочет повысить квалификацию в области работы с современными DWH-инструментами.
Это пробный урок. Оформите подписку, чтобы получить доступ ко всем материалам курса. Премиум
Занимается построением корпоративных хранилищ данных с 2019 года. Создавал платформы аналитики для издательской группы "Альпина", московской библиотеки им. Некрасова и digital-сегмента российского McDonald’s. С 2022 года на солнечном Кипре разрабатывает аналитические решения для одной из крупнейших рекламных сетей в мире.
Ex-Senior Data Engineer в Whoosh с более чем 15-летним опытом в IT, от стартапов до госкорпораций. Провел множество тренингов, обучив сотни разработчиков в Inzhenerka.tech
Andreas Kretz
В роли инженера данных вы будете регулярно работать с аналитическими платформами, где компании хранят данные в Data Lakes и Data Warehouses для построения визуализаций и создания моделей машинного обучения.Современные хранилища данных, такие как AWS Redshift, Google BigQuery и Snowflake, позволяют загружать данные напрямую из файлов в Data Lake. Эта интеграция делает работу с хранилищами гибкой и удобной для аналитических задач.
