Build your ultimate AI agent
รายละเอียดคอร์ส
แปลงข้อมูลดิบให้เป็นโมเดลที่สะอาดและเชื่อถือได้ด้วย dbt (Data Build Tool) - เฟรมเวิร์กการแปลงข้อมูลสมัยใหม่ที่ใช้ SQL ซึ่งทีมข้อมูลทั่วโลกใช้งานกันอยู่ คอร์สกรณีศึกษาภาคปฏิบัตินี้ออกแบบมาสำหรับผู้เรียนในช่วงเริ่มต้นที่ต้องการพัฒนาทักษะใช้งานจริงผ่านแบบฝึกหัดที่มีการแนะนำและลงมือปฏิบัติจริง คุณจะตั้งค่าสภาพแวดล้อม dbt ของคุณเอง สร้างแบบจำลองข้อมูลในระดับขนาดใหญ่ และเขียนโค้ดที่นำกลับมาใช้ซ้ำได้โดยใช้ฟีเจอร์ในตัวของ dbt
ตั้งค่าโปรเจกต์ของคุณและสำรวจข้อมูล
เริ่มต้นด้วยการตั้งค่าโปรเจกต์ dbt และทำงานกับชุดข้อมูลอีคอมเมิร์ซจริง คุณจะจัดโครงสร้างข้อมูลดิบ กำหนดค่าโปรไฟล์ และแก้ไขปัญหาไวยากรณ์ ขณะเดียวกันก็จะได้เข้าใจบริบททางธุรกิจเบื้องหลังแต่ละขั้นตอนของการแปลงข้อมูลสร้างและตรวจสอบความถูกต้องของโมเดล
เรียนรู้การสร้างโมเดล staging ที่ปรับขนาดได้ และใช้การตรวจสอบคุณภาพข้อมูลเพื่อให้มั่นใจว่าชุดข้อมูลของคุณมีความถูกต้องและพร้อมสำหรับการวิเคราะห์ คุณจะสร้างพื้นฐานที่แข็งแกร่งสำหรับการตอบคำถามทางธุรกิจที่สำคัญทำงานอัตโนมัติด้วย Jinja
จบหลักสูตรด้วยการเรียนรู้วิธีใช้ Jinja เพื่อเขียนโค้ดที่นำกลับมาใช้ซ้ำได้และดูแลรักษาได้ง่าย คุณจะใช้ตัวแปร, การควบคุมการไหลของโปรแกรม และลูป เพื่อยึดหลัก DRY (Don't Repeat Yourself) เพื่อทำให้เวิร์กโฟลว์ dbt ของคุณคล่องตัวขึ้นข้อกำหนดเบื้องต้น
หลักสูตร
โครงสร้างคอร์ส
1
การตั้งค่า dbt
ฝึกสร้างโปรเจกต์ dbt ตั้งแต่เริ่มต้น ฝึกโหลดข้อมูลประเภทต่าง ๆ เข้าสู่โปรเจกต์ dbt และตั้งค่า staging model หลายรูปแบบ บทนี้เน้นที่ขั้นตอน E และ L ในกระบวนการ ELT
- แนะนำกรณีศึกษา dbt50 XP
- ตรวจสอบการติดตั้ง dbt100 XP
- เริ่มต้น dbt project100 XP
- การตั้งค่าโปรเจกต์ dbt และการโหลดข้อมูล50 XP
- โหลด Distribution Center เป็น dbt Seed File100 XP
- สร้าง staging model สำหรับ distribution center100 XP
- โหลดและสร้าง user model ผ่าน dbt source100 XP
- ฝึกเพิ่มเติมกับ dbt source และ staging models100 XP
- แก้ไขข้อผิดพลาดที่พบบ่อย100 XP
2
การสร้าง dbt model
เจาะลึกการทำ data modeling ด้วย dbt สร้าง data pipeline ตั้งแต่ staging model เบื้องต้นไปจนถึง data mart model สำหรับตอบโจทย์ทางธุรกิจ พร้อมฝึกสร้าง data test เพื่อควบคุมคุณภาพของข้อมูล
3
การพัฒนา dbt ด้วย Jinja
เรียนรู้การเสริมประสิทธิภาพโปรเจกต์ dbt ด้วย Jinja เพื่อลดโค้ดที่ซ้ำซ้อนและดูแลรักษาง่ายขึ้น ฝึกใช้ตัวแปร ลูป และ macro เพื่อสร้าง transformation workflow ที่มีประสิทธิภาพมากขึ้น
กรณีศึกษา: การสร้าง Data Model สำหรับ E-Commerce ด้วย dbt
เรียนจบแล้ว

