Big Data e Ingeniería de Datos · BIG-131

dbt: transformación analítica versionada

Transformar datos con modelos SQL versionados, probados y documentados, con el linaje siempre visible.

Bajo demanda Avanzado 7 módulos · 28 clases

Formato asíncrono Desarrollo, Ingeniería / Industria, Empresa / PYME dbt, SQL

DATOS

Lo que aprenderás

Estructurar un proyecto dbt en capas de preparación, intermedia y de consumo.
Escribir modelos SQL con referencias entre ellos y generar el grafo de linaje automáticamente.
Aplicar pruebas de unicidad, no nulos, valores admitidos e integridad referencial en cada modelo.
Configurar materializaciones e implementar modelos incrementales con clave única.
Usar macros y Jinja para eliminar lógica repetida sin volver el proyecto ilegible.
Integrar el proyecto en control de versiones con revisión de cambios y despliegue por entornos.

Contenido del curso

7 módulos · 28 clases en vídeo · práctica guiada en cada módulo

Módulo 1 · Transformación como código 4 clases

Qué resuelve dbt y qué no
Instalación, perfil de conexión y primer proyecto
Estructura de carpetas y convenciones
Primer modelo y primera ejecución

Módulo 2 · Modelos y linaje 4 clases

Orígenes declarados y frescura del dato
Referencias entre modelos y grafo de dependencias
Capas de preparación, intermedia y consumo
Nombrado y convenciones que sobreviven al equipo

Módulo 3 · Pruebas y calidad 4 clases

Pruebas genéricas incorporadas
Pruebas propias en SQL
Severidad, umbrales y avisos
Qué hacer cuando una prueba falla en producción

Módulo 4 · Materializaciones 4 clases

Vista, tabla y sus implicaciones de coste
Modelos incrementales y clave única
Estrategias de actualización y reconstrucción completa
Instantáneas para conservar el histórico

Módulo 5 · Jinja, macros y paquetes 4 clases

Variables y compilación de la plantilla
Macros para lógica repetida
Paquetes de la comunidad y utilidades
Cuándo el código generado deja de ser legible

Módulo 6 · Trabajo en equipo y despliegue 4 clases

Ramas, revisión de cambios y entornos
Ejecución programada del proyecto
Documentación generada y su publicación
Coste de ejecución y modelos que sobran

Módulo 7 · Caso práctico 4 clases

Migrar vistas dispersas a un proyecto dbt
Definir pruebas sobre las tablas críticas
Pasar el modelo principal a incremental
Publicar documentación y linaje para negocio

Requisitos

SQL sólido, incluidas consultas por capas y funciones de ventana.
Uso habitual de Git y de flujos de trabajo con ramas y revisión.
Acceso a un almacén analítico o base de datos sobre la que ejecutar los modelos.

Descripción

La capa de transformación de muchas organizaciones vive en vistas creadas a mano, consultas guardadas en el gestor gráfico y algún procedimiento que nadie se atreve a tocar. Nadie sabe qué informe depende de qué tabla, ningún cambio se puede revisar antes de aplicarse y los errores de dato se descubren cuando alguien de negocio los nota.

El curso reconstruye esa capa como código. Se organiza un proyecto dbt por capas, se escriben modelos con referencias explícitas que generan el linaje, se añaden pruebas que fallan cuando el dato deja de cumplir lo pactado y se pasan las tablas grandes a carga incremental. Todo con Git, revisión de cambios y separación entre desarrollo y producción.

Lo que queda es una capa analítica en la que se puede confiar y sobre la que trabaja un equipo, no una persona, con documentación que se genera del propio proyecto. Encaja directamente con la orquestación de las ejecuciones, con el modelado dimensional del almacén y con las prácticas de calidad y gobierno del dato.

¿Para quién es este curso?

Perfiles de ingeniería analítica que mantienen la capa de transformación de una organización.
Personas desarrolladoras y analistas con SQL fuerte que quieren trabajar con revisión y pruebas.
Responsables de datos en empresa que necesitan trazabilidad entre el origen y el informe final.