آموزش مسترکلاس dbt (Data Build Tool) - راهنمای کامل dbt برای بهینه‌سازی سئو - آخرین آپدیت

دانلود dbt Data Build Tool Masterclass - Complete Guide to dbt

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:

یادگیری dbt (Data Build Tool) و مهندسی تحلیل داده (Analytical Engineering)

با این دوره جامع، به دنیای dbt وارد شوید و یاد بگیرید چگونه از قدرت آن برای ساخت پایپ‌لاین‌های دگرگونی داده (Data Transformation Pipelines) استفاده کنید. این دوره برای مهندسان داده، تحلیلگران داده، و دانشمندان داده طراحی شده است تا مهارت‌های ضروری برای سرعت بخشیدن به گردش کارهای تجزیه و تحلیل داده را کسب کنند و به یک مهندس داده و تحلیلگر داده برتر تبدیل شوند.

آنچه در این دوره خواهید آموخت:

  • یادگیری dbt، یک ابزار ساخت داده که برای دگرگون‌سازی و استقرار داده در انبارهای داده استفاده می‌شود.
  • ویژگی‌ها و عملکردهای کلیدی dbt که آن را به یک ابزار قدرتمند برای دگرگونی و تجزیه و تحلیل داده تبدیل می‌کند.
  • ایجاد یک پروژه dbt، از جمله نحوه راه‌اندازی پروژه و بررسی فایل پیکربندی پروژه.
  • درک مفهوم مدل‌های dbt و نحوه ساخت یک مدل ساده با SQL.
  • یادگیری نحوه تعریف، ساختاردهی و سازماندهی دگرگونی‌های داده خود با استفاده از مدل‌های dbt.
  • تسلط بر هنر نوشتن تست‌ها برای اطمینان از کیفیت و دقت مدل‌های dbt.
  • بررسی تکنیک‌های مختلف Materialization برای بهینه‌سازی عملکرد و مقیاس‌پذیری مدل‌های dbt.
  • درک چگونگی ادغام Seeds و Sources در پروژه‌های dbt برای دریافت داده و راه‌اندازی اولیه داده.
  • کشف ویژگی‌ها و عملکردهای قدرتمند ارائه شده توسط dbt Cloud برای همکاری و استقرار یکپارچه.
  • بهره‌گیری از قدرت Jinja templating و تولید مستندات خودکار برای پروژه‌های dbt.
  • افزایش قابلیت‌های بارگذاری داده و ایجاد ماکروهای سفارشی برای گسترش عملکرد dbt.
  • یادگیری نحوه استفاده از Snapshots dbt برای ثبت نسخه‌های تاریخی داده‌های خود برای اهداف حسابرسی و تجزیه و تحلیل.
  • غواصی در Hooks dbt و یادگیری نحوه ادغام اسکریپت‌ها و اقدامات خارجی در گردش کارهای dbt.
  • کسب تخصص در آنالیزهای dbt برای انجام تجزیه و تحلیل داده‌های پیچیده و تولید بینش‌های عملی با استفاده از SQL در پروژه‌های dbt.

پیش‌نیازها:

  • توصیه می‌شود، اما الزامی نیست، که پیش‌زمینه‌ای در تجزیه و تحلیل داده یا مهندسی داده داشته باشید (فقط یک پایه قوی برای درک هدف و ارزش dbt فراهم می‌کند).
  • آشنایی اولیه با SQL نیز توصیه می‌شود، اما الزامی نیست (dbt برای دگرگونی و مدل‌سازی داده به SQL متکی است).
  • درک مفاهیم Snowflake یا داده‌پردازی.

آیا می‌خواهید در موج بعدی مهندسی داده شرکت کنید و ELT و مهندس تحلیل‌گر را یاد بگیرید؟

آیا به دنبال تسلط بر dbt (Data Build Tool) و باز کردن پتانسیل واقعی پروژه‌های تجزیه و تحلیل داده خود هستید؟

آیا می‌خواهید پایپ‌لاین‌های داده خود را به طور یکپارچه دگرگون و مدیریت کنید به گونه‌ای که مقیاس‌پذیر و کارآمد باشد؟

اگر چنین است، این دوره برای شما مناسب است. در این دوره جامع و عملی، شما به اعماق دنیای dbt فرو خواهید رفت و یاد خواهید گرفت که چگونه از قدرت آن برای ساخت پایپ‌لاین‌های دگرگونی داده قوی استفاده کنید. چه مهندس داده باشید، چه تحلیلگر داده یا دانشمند داده، این دوره شما را به مهارت‌های ضروری برای تسریع گردش کارهای تجزیه و تحلیل داده و تبدیل شدن به یک مهندس داده و تحلیلگر داده برتر مجهز خواهد کرد.

از بیش از 6 ساعت محتوای ویدیویی آموزشی مرتبط یاد بگیرید، با تنها دوره‌ای که تمام مفاهیم dbt را پوشش می‌دهد تا به شما نحوه استقرار پروژه‌های ELT dbt (Data Build Tool) را آموزش دهد. ما هر مفهوم را از ابتدا تا انتها، از Materializations و Tests گرفته تا Incremental Loads و Snapshots، مرور خواهیم کرد.

هدف این دوره چیست؟

این دوره یک هدف دارد: به شما dbt (Data Build Tool)، ویژگی‌های آن و نحوه استفاده از آنها برای دگرگون کردن گردش کارهای مهندسی داده خود را آموزش دهد. ما این کار را با ایجاد محتوای ویدیویی آموزشی انجام می‌دهیم که در آن هر مفهوم dbt را یکی یکی بررسی می‌کنیم و آن را در یک مثال عملی و واقعی اعمال می‌کنیم.

dbt چیست؟

dbt (Data Build Tool) یک ابزار خط فرمان متن‌باز است که برای دگرگون‌سازی و مدل‌سازی داده‌ها در زمینه تجزیه و تحلیل داده و داده‌پردازی طراحی شده است. این به تحلیلگران و مهندسان داده امکان می‌دهد فرآیندهای دگرگونی داده را با استفاده از SQL تعریف، مستند و آزمایش کنند. dbt (Data Build Tool) به شما امکان می‌دهد پایپ‌لاین‌های داده مقیاس‌پذیر و قابل نگهداری را با ارائه ویژگی‌هایی مانند کنترل نسخه، مدولاریته و مدیریت وابستگی ایجاد کنید. این ابزار استفاده از SQL را به عنوان یک پایگاه کد ترویج می‌دهد و امکان همکاری، تکرارپذیری و اتوماسیون را در گردش کارهای دگرگونی داده فراهم می‌کند.

dbt Core در مقابل dbt Cloud:

dbt Core به نسخه متن‌باز dbt اشاره دارد که می‌توان آن را به صورت محلی بر روی دستگاه یا سرور کاربر نصب و اجرا کرد. این شامل عملکردهای اساسی dbt، از جمله مدل‌سازی داده، آزمایش و مستندسازی دگرگونی‌های داده است.

dbt Cloud یک پلتفرم مبتنی بر ابر است که توسط Fishtown Analytics، سازندگان dbt، ارائه می‌شود. این یک محیط مدیریت‌شده و میزبانی‌شده برای اجرای پروژه‌های dbt در ابر فراهم می‌کند. dbt Cloud فراتر از قابلیت‌های اصلی dbt Core می‌رود و ویژگی‌های اضافی مانند یک رابط کاربری وب کاربرپسند، زمان‌بندی و ارکستراسیون اجرای dbt، ابزارهای همکاری و ادغام با انبارهای داده و ابزارهای BI محبوب را ارائه می‌دهد.

در این دوره، ما در مورد هر دو عنصر dbt Core و dbt Cloud، با تمرکز ویژه بر DBT Cloud، یاد خواهیم گرفت.

چرا dbt را یاد بگیریم؟

  • بهینه‌سازی دگرگونی داده: dbt به شما امکان می‌دهد داده‌ها را در انبار داده خود به طور کارآمد دگرگون و تجزیه و تحلیل کنید و در زمان و تلاش در فرآیند آماده‌سازی داده صرفه‌جویی کنید.
  • حفظ یکپارچگی داده: dbt (Data Build Tool) یک رویکرد ساختاریافته و کنترل‌شده نسخه‌ای را برای دگرگونی‌های داده فراهم می‌کند و از ثبات و قابلیت اطمینان در پایپ‌لاین‌های داده شما اطمینان حاصل می‌کند.
  • همکاری موثر: یادگیری dbt به شما امکان می‌دهد به طور یکپارچه با تیم‌های داده، تحلیلگران داده و مهندسان کار کنید، همکاری را تقویت کرده و کار تیمی کارآمد را در پروژه‌های داده امکان‌پذیر کنید.
  • فعال‌سازی تجزیه و تحلیل مقیاس‌پذیر: با dbt، می‌توانید مدل‌های داده مقیاس‌پذیر و ماژولار بسازید که می‌توانند با تکامل نیازهای داده سازمان شما سازگار و رشد کنند و تجزیه و تحلیل داده‌ها و گزارش‌دهی کارآمد را امکان‌پذیر کنند.
  • بهبود مستندات داده: dbt Data Build Tool مستندسازی دگرگونی‌های داده را تشویق می‌کند و درک و نگهداری آسان‌تر پایپ‌لاین‌های داده را برای تیم‌ها فراهم می‌کند، حاکمیت داده‌ها و به اشتراک‌گذاری دانش را بهبود می‌بخشد.
  • به‌روز بودن با استانداردهای صنعت: dbt محبوبیت چشمگیری در جامعه مهندسی داده و تجزیه و تحلیل به دست آورده است و یادگیری dbt به شما امکان می‌دهد با آخرین شیوه‌ها و روندهای صنعت به‌روز باشید.
  • افزایش فرصت‌های شغلی: تسلط بر dbt می‌تواند درهای فرصت‌های شغلی مختلف در مهندسی داده، تجزیه و تحلیل داده و نقش‌های عملیات داده را باز کند، زیرا بسیاری از سازمان‌ها dbt را به عنوان یک ابزار استاندارد دگرگونی داده اتخاذ می‌کنند.

چرا این دوره را انتخاب کنید؟

  • راهنمای کامل - این یک راهنمای صفر تا صد، مبتدی تا پیشرفته در مورد dbt است. هیچ دوره دیگری مانند آن وجود ندارد که همه چیز را از ابتدا تا انتها به شما آموزش دهد. این دوره 6 ساعت محتوای آموزشی دارد!
  • ساختاریافته برای موفقیت - این دوره برای کمک به شما در موفقیت ساختار یافته است. ما تمام ویژگی‌های dbt را بررسی می‌کنیم و یاد می‌گیریم که چگونه از آن به روشی عملی استفاده کنیم.
  • کاملاً آموزشی - ما نه تنها مفاهیم مهم را بررسی می‌کنیم، بلکه آنها را در حین ساخت برنامه خود نیز اعمال می‌کنیم تا بتوانیم آنها را تثبیت کنیم. این نه تنها مروری بر تمام ویژگی‌ها و مفاهیم نظری است، بلکه دوره‌ای است که در واقع با شما برنامه‌ها را می‌سازد.
  • گام به گام - ما هر مفهوم را به ترتیب دنبال می‌کنیم (از یادگیری در مورد مدل‌های dbt، Materializations و موارد دیگر). این باعث می‌شود که احتمالات یادگیری شما برای ساخت راه‌حل به جای رفتن به صورت تصادفی از طریق هر ویژگی، بهبود یابد.
  • یادگیری برای یادگیری در بخش‌های بعدی دوره، ما به موقعیت‌هایی می‌پردازیم که با ویژگی‌ها یا خطاهای جدیدی روبرو می‌شویم و نحوه استفاده از مستندات برای حل آنها را بررسی می‌کنیم. به این ترتیب، شما نه تنها در مورد این پلتفرم‌ها و نحوه تعامل آنها از درون و بیرون یاد می‌گیرید، بلکه یاد می‌گیرید که چگونه مشکلات خود را در حین بروز حل کنید.
  • پاسخ معلم اگر چیز دیگری وجود دارد که می‌خواهید یاد بگیرید، یا اگر چیزی وجود دارد که نمی‌توانید آن را درک کنید، من اینجا هستم! به راه‌های ارتباط با ویدیو نگاه کنید.
  • ماده مرجع - همراهی کنید! من تمام مواد مرجع را مستقیماً در اختیار شما قرار می‌دهم تا بتوانید در سفر یادگیری خود همراه باشید.

مروری بر دوره

  • مقدمه - در مورد دوره، چگونگی موفقیت و نقشه راه دوره یاد بگیرید
  • تنظیم حساب dbt - حساب dbt خود را ایجاد کنید، Snowflake را راه‌اندازی کنید و داده‌های نمونه را بارگذاری کنید
  • مدل‌های dbt - یاد بگیرید که چگونه دگرگونی‌های داده خود را با استفاده از مدل‌های dbt تعریف، ساختاردهی و سازماندهی کنید.
  • آزمون‌های dbt - بر هنر نوشتن آزمون‌ها برای اطمینان از کیفیت و دقت مدل‌های dbt تسلط پیدا کنید.
  • Materializations dbt - تکنیک‌های مختلف Materialization را برای بهینه‌سازی عملکرد و مقیاس‌پذیری مدل‌های dbt بررسی کنید.
  • Seeds و Sources dbt - درک کنید که چگونه Seeds و Sources را در پروژه‌های dbt خود برای دریافت داده‌ها و راه‌اندازی اولیه داده‌ها ادغام کنید.
  • ویژگی‌های dbt Cloud - ویژگی‌ها و عملکردهای قدرتمند ارائه شده توسط dbt Cloud برای همکاری و استقرار یکپارچه را کشف کنید.
  • Jinja و Docs dbt - از قدرت قالب‌سازی Jinja استفاده کنید و مستندات خودکار را برای پروژه‌های dbt تولید کنید.
  • Load و Custom Macros dbt - قابلیت‌های بارگذاری داده خود را افزایش دهید و ماکروهای سفارشی برای گسترش عملکرد dbt ایجاد کنید.
  • Snapshots dbt - نحوه استفاده از Snapshots dbt را برای ثبت نسخه‌های تاریخی داده‌های خود برای اهداف حسابرسی و تجزیه و تحلیل یاد بگیرید.
  • Hooks dbt - به Hooks dbt بپردازید و یاد بگیرید که چگونه اسکریپت‌ها و اقدامات خارجی را در گردش کارهای dbt خود ادغام کنید.
  • آنالیزهای dbt - در آنالیزهای dbt تخصص کسب کنید تا تجزیه و تحلیل داده‌های پیچیده را انجام دهید و بینش‌های عملی را با استفاده از SQL در پروژه‌های dbt خود تولید کنید.
  • نتیجه‌گیری - دوره را جمع‌بندی کنید و مراحل بعدی را بررسی کنید

اگر می‌خواهید dbt (Data Build Tool) را یاد بگیرید و گامی بزرگ در سفر مهندسی داده و تحلیل خود بردارید، این دوره برای شما مناسب است. ما مشتاقانه منتظر حضور شما در این دوره هستیم و امیدواریم گواهینامه را کسب کنید.

موسیقی: Bensound


سرفصل ها و درس ها

مقدمه Introduction

  • مقدمه Introduction

  • نکات دوره Course Tips

  • نقشه راه دوره Course roadmap

  • مروری بر مدرس Instructor Overview

  • ETL در مقابل ELT ETL vs. ELT

  • DBT چیست؟ What is DBT?

  • دسته‌های اصلی ویژگی‌ها Key categories of features

  • بهترین ویژگی‌های DBT Top Features of DBT

  • چرا از DBT استفاده کنیم؟ بررسی مزایا برای جریان کاری داده شما Why use DBT? Exploring the Benefits for your Data Workflow

  • مهندسی تحلیلی چیست؟ What is Analytical Engineering?

  • راه‌های ارتباط Ways to reach out

  • کلیدهای موفقیت Keys to success

  • ثبت امتیاز Leave a rating

  • تماشا با کیفیت ۱۰۸۰p Watch in 1080p

راه اندازی حساب DBT DBT Account Setup

  • ایجاد حساب Snowflake Create a Snowflake Account

  • بررسی رابط کاربری وب Snowflake Explore the Snowflake Web UI interface

  • بارگذاری داده‌های نمونه Load Sample Data

  • ایجاد حساب DBT Cloud Create a DBT Cloud account

  • راه اندازی پروژه DBT Setup the DBT Project

  • مقداردهی اولیه پروژه DBT Initialize the DBT Project

  • بررسی رابط کاربری وب DBT Cloud Explore the DBT Cloud Web UI interface

مدل‌های DBT DBT Models

  • بررسی فایل پیکربندی پروژه DBT Explore DBT Project Config file

  • مدل‌های DBT چیست؟ What are DBT models?

  • مقدمه‌ای بر ایجاد یک مدل ساده Introduction to Creating a Simple Model

  • ایجاد جدول در DBT Create Table in DBT

  • اسکیما DBT چیست؟ What is DBT Schema?

  • ساخت اولین مدل DBT Build First DBT Model

  • تابع Ref در DBT چیست؟ What is Ref Function in DBT?

  • بهترین روش‌ها برای سازماندهی ساختار پروژه DBT شما Best Practices for Organizing Your DBT Project Structure

  • پیکربندی متریالیزیشن‌ها در DBT Configuring Materializations in DBT

  • بازسازی مدل dim_customers شما Refactor your dim_customers Model

تست‌های DBT DBT Tests

  • اسکیما DBT چیست؟ What is DBT Schema?

  • ماکروی DBT چیست؟ What is DBT Macro?

  • آزمایش چیست؟ What is Testing?

  • تست DBT چیست؟ What is DBT Test?

  • انواع مختلف تست در DBT Different Types of Test in DBT

  • تست عمومی چیست؟ What is Generic Test?

  • نوشتن تست‌های عمومی در DBT Writing Generic Tests in DBT

  • نوشتن تست‌های منفرد در DBT Writing Singular Tests in DBT

  • دستورات تست DBT: نحو و استفاده DBT Test Commands: Syntax and Usage

متریالیزیشن‌های DBT DBT Materializations

  • متریالیزیشن‌ها در DBT چیست؟ What are Materializations in DBT?

  • متریالیزیشن‌های پیش‌فرض در DBT Default Materializations in DBT

  • استفاده از بلوک پیکربندی برای متریالیزیشن‌ها Using Config Block for Materializations

بذرهای DBT و منابع DBT Seeds and Sources

  • منابع چیست؟ What are Sources?

  • نحوه افزودن منابع در DBT؟ How to Add Sources in DBT?

  • تازگی منبع DBT چیست؟ What is DBT Source Freshness?

  • پیاده‌سازی بررسی تازگی منبع در DBT Implementing Source Freshness Checks in DBT

  • بذر DBT چیست؟ What is DBT Seed?

  • پیاده‌سازی بذرهای DBT در DBT Implementing DBT Seeds in DBT

ویژگی‌های DBT Cloud DBT Cloud Features

  • چگونه کنترل نسخه را در DBT مدیریت کنیم؟ How to Manage Version Control in DBT?

  • چگونه نظارت و هشدار را در DBT تنظیم کنیم؟ How to Setup Monitoring and Alerting in DBT?

  • چگونه اجرای DBT را زمان‌بندی کنیم و تبدیل داده‌ها را خودکار کنیم؟ How to Schedule DBT Runs and Automate Data Transformations?

Jinja و داک‌های DBT DBT Jinja and Docs

  • مقدمه‌ای بر Jinja Introduction to Jinja

  • داک‌های DBT چیست؟ What are DBT Docs?

بارگذاری DBT و ماکروهای سفارشی DBT Load and Custom Macros

  • پیاده‌سازی مدل‌های Table، View و Ephemeral Implementing Table, View and Ephemeral Model

  • پیاده‌سازی بارگذاری افزایشی در DBT Implementing Incremental Load in DBT

  • ایجاد ماکروهای سفارشی Create Custom Macros

  • بسته‌های DBT چیست؟ What is DBT Packages?

اسنپ‌شات‌های DBT DBT Snapshots

  • اسنپ‌شات‌ها در DBT چیست؟ What are Snapshots in DBT?

  • پیاده‌سازی اسنپ‌شات‌ها در DBT Implementing Snapshots in DBT

قلاب‌های DBT DBT Hooks

  • قلاب‌های DBT چیست؟ What are Hooks in DBT?

  • پیاده‌سازی قلاب‌ها در DBT Implementing Hooks in DBT

تحلیل‌های DBT DBT Analyses

  • تحلیل چیست؟ What is Analyses?

  • پیاده‌سازی تحلیل‌ها در DBT Implementing Analyses in DBT

  • تنظیم پروژه DBT Tuning DBT Project

نتیجه‌گیری Conclusion

  • تبریک Congratulations

  • گام‌های بعدی Next steps

  • ثبت امتیاز Leave a rating

  • راه‌های ارتباط Ways to reach out

  • گواهی‌نامه Certificate

امتیاز Bonus

  • امتیاز Bonus

نمایش نظرات

آموزش مسترکلاس dbt (Data Build Tool) - راهنمای کامل dbt برای بهینه‌سازی سئو
جزییات دوره
6.5 hours
71
Udemy (یودمی) Udemy (یودمی)
(آخرین آپدیت)
777
4.3 از 5
دارد
دارد
دارد
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Henry Habib Henry Habib

مشاور مدیریت | دانشمند داده | متخصص بدون کد

Imran Immu Imran Immu

مهندس داده | تولید کننده محتوا