آموزش تست‌های عملی dbt برای مهندسی داده - آخرین آپدیت

دانلود dbt for Data Engineering - Practice Tests new

نکته: ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد. این دوره صرفا آزمون یا تمرین می باشد و ویدیو ندارد.

نمونه ویدیویی برای نمایش وجود ندارد.

توضیحات دوره: ساختار پروژه، مدل‌های افزایشی (Incremental)، اسنپ‌شات‌ها، CI/CD، بهینه‌سازی عملکرد و معماری محیط عملیاتی. درک کنید که dbt چگونه در پشته داده‌های مدرن (Modern Data Stack) قرار می‌گیرد و با اطمینان در ساختار پروژه، مدل‌ها، متریالیزاسیون‌ها، منابع (Sources)، سیدها (Seeds) و تست‌ها پیمایش کنید. الگوهای پیشرفته dbt از جمله مدل‌های افزایشی، اسنپ‌شات‌ها برای SCD نوع ۲، ماکروها، قالب‌بندی Jinja، پکیج‌ها، هوک‌ها (Hooks) و اکسپوژرها را پیاده‌سازی کنید. پروژه‌های dbt در سطح تولید را با CI/CD، مدل Slim CI، مدیریت محیط‌ها، بررسی تفاوت‌های dbt Cloud در مقابل Core و استقرار مبتنی بر آرتیفکت طراحی کنید. معماری dbt در سطح خبره را به کار بگیرید: لایه‌بندی مدل‌ها، بهینه‌سازی عملکرد، پیکربندی‌های خاص هر آداپتور، dbt Mesh و ادغام با اکوسیستم‌های دیگر. پیش نیازها: دانش پایه SQL الزامی است. شما باید در نوشتن دستورات SELECT، JOINها و کوئری‌های GROUP BY راحت باشید. برای شروع تست‌های ۱ و ۲، نیازی به تجربه قبلی در dbt نیست. تست‌های ۳ تا ۶ فرض می‌کنند که شما تجربه کار با خط لوله‌های داده (Data Pipelines) یا مهندسی تحلیلی را دارید و آماده هستید تا عمیق‌تر وارد الگوهای تولید، CI/CD و تصمیمات معماری شوید.

ابزار dbt به استاندارد تبدیل داده‌ها در پشته داده‌های مدرن تبدیل شده است. این دوره ۳۰۰ سوال عملی را در تمامی سطوح، از مبانی مبتدی تا تصمیمات معماری خبره، در اختیار شما قرار می‌دهد.

تست‌های ۱ و ۲ پایه‌های محکمی می‌سازند: dbt چیست و کجای مسیر قرار دارد، ساختار و پیکربندی پروژه، مدل‌ها و DAG، هر چهار نوع متریالیزاسیون، منابع، سیدها، چهار تست عمومی داخلی، شدت تست، مستندسازی با schema.yml و آرتیفکت‌های کلیدی که سیستم متادیتا dbt را تغذیه می‌کنند.

تست‌های ۳ و ۴ به حوزه‌های پیشرفته می‌پردازند: استراتژی‌های مدل افزایشی شامل append، merge، delete+insert و insert_overwrite؛ ماکرو is_incremental() و رفتار unique_key؛ اسنپ‌شات‌ها برای SCD نوع ۲ با استراتژی‌های timestamp و check؛ ماکروها، قالب‌بندی Jinja، متغیرها و مدیریت محیط؛ پکیج‌ها از جمله dbt-utils و dbt-expectations؛ pre-hooks، post-hooks و on-run-start؛ اکسپوژرها؛ قراردادهای مدل (Model Contracts) و سینتکس کامل انتخاب نودها شامل state:modified، اپراتور plus و deferral.

تست‌های ۵ و ۶ در سطح خبره عمل می‌کنند: Slim CI، فلگ --defer، ایزولاسیون شمای CI، مدیریت تغییرات شکست‌دهنده، تفاوت‌های ویژگی‌های dbt Cloud در مقابل dbt Core، لایه معنایی (Semantic Layer)، APIهای متادیتا و مدیریتی، استقرار Blue-Green، معماری لایه‌بندی مدل، اهرم‌های عملکرد، پیکربندی‌های خاص آداپتور برای Snowflake، BigQuery، Spark و DuckDB، dbt Mesh و رفرنس‌های بین پروژه‌ای، ادغام با Airflow و Kafka، و ضد-الگوهای رایج از جمله مدل خدای (God model)، اسپاگتی منابع و پیچیدگی وابستگی‌ها.

هر سوال شامل توضیح کاملی است که چرا پاسخ صحیح درست است و برای هر یک از سه گزینه غلط، توضیحی مجزا ارائه شده که اغلب رفتار دقیق، موارد خاص یا پیامدهای عملیاتی مربوط به آن گزینه را پوشش می‌دهد.

چه برای آمادگی در یک مصاحبه فنی باشید، چه در حال آشنایی با کدبیس dbt یا ساخت دانش برای معماری و مدیریت پروژه‌های dbt در مقیاس بزرگ، این دوره طراحی شده تا شما را از سطح آشنا به سطح خبره برساند.

تمرین ها و آزمونها

تست‌های عملی Practice Tests

ساختار پروژه، مدل‌ها و متریالیزاسیون‌ها Project Structure, Models & Materialisations
منابع، سیدها، تست‌ها و مستندسازی Sources, Seeds, Tests & Documentation
مدل‌های افزایشی، اسنپ‌شات‌ها و ماکروها Incremental Models, Snapshots & Macros
پکیج‌ها، هوک‌ها، اکسپوژرها و گراف dbt Packages, Hooks, Exposures & the dbt Graph
سی‌ آی/سی‌ دی (CI/CD)، استقرار تولید و dbt Cloud در مقابل Core CI/CD, Production Deployment & dbt Cloud vs Core
عملکرد، معماری و تصمیمات مهندسی داده Performance, Architecture & Data Engineering Decisions