Seminarübersicht: Arbeiten mit dbt Core

Kompakte Schulung zu dbt Core als Open-Source-Framework für Analytics Engineering: Modellierung, Transformation, Tests und Deployment von Daten direkt im Data Warehouse.

Zielgruppen

  • Analytics Engineers, Data Analysts mit SQL-Kenntnissen
  • Data Engineers und BI-Entwickler:innen
  • Teams, die Self-Service- und Automatisierungsansätze in der Datenmodellierung etablieren wollen

Lernziele

  • dbt Core installieren, konfigurieren und produktiv einsetzen
  • Datenmodelle in SQL entwickeln und versionieren
  • Datenqualität durch Tests und Dokumentation sicherstellen
  • Deployment-Prozesse mit Git und CI/CD aufbauen
  • Best Practices für skalierbare Datenmodelle anwenden

Inhalte

1) Einführung & Überblick

  • Rolle von dbt Core im Modern Data Stack
  • Abgrenzung zu klassischen ETL-/ELT-Tools
  • Architektur, CLI, Projektstruktur

2) Projektsetup & Modellierung

  • Installation & erste Schritte mit dbt init
  • Modelle in SQL schreiben und kompilieren
  • Ref()-Funktion, Abhängigkeiten, Materializations

3) Tests & Dokumentation

  • Schema-Tests (Unique, Not Null, Referenzen)
  • Custom Tests erstellen
  • Dokumentation mit dbt docs

4) Deployment & Automatisierung

  • Git-basierter Workflow
  • Integration in CI/CD (z. B. GitHub Actions, GitLab CI)
  • Umgang mit Umgebungen (Dev, Test, Prod)

5) Best Practices & Skalierung

  • Layered Architecture: Staging, Intermediate, Mart
  • Namenskonventionen & Strukturierung
  • Team-Collaboration & Governance

Methodik

  • Live-Demos mit dbt Core (CLI, Jinja, SQL)
  • Hands-on-Übungen in einem Cloud Data Warehouse (z. B. Snowflake, BigQuery, Redshift, Databricks)
  • Best Practices aus realen Projekten

Dauer & Formate

  • 1 Tag – Grundlagen (Modelle, Tests, Dokumentation)
  • 2 Tage – inkl. Deployment, CI/CD, Best Practices
  • Durchführung: Remote oder vor Ort

Voraussetzungen

  • SQL-Kenntnisse
  • Basiswissen in Git und Terminal/CLI
  • Zugang zu einem Data Warehouse (oder bereitgestellte Testumgebung)

Ergebnisse

  • Schneller Einstieg in dbt Core
  • Aufbau wiederverwendbarer und getesteter Datenmodelle
  • Strukturierte Deployment-Pipelines im Data Warehouse
  • Verbesserte Datenqualität und -transparenz

Optionale Module

  • dbt in Kombination mit dbt Cloud
  • Fortgeschrittene Jinja-Features und Pakete
  • Integration in bestehende BI-/Analytics-Landschaften

Termine & Preise

Auf Anfrage. Individuelle Workshops und projektspezifische Vertiefungen möglich.