Ingeniería de datos con dbt

Saber SQL y conocer dbt no es lo mismo que saber hacer ingeniería de datos con dbt.

La diferencia está en todo lo que rodea a la herramienta: cómo diseñar un modelo de datos que escale, cómo organizar el código para que un equipo pueda trabajar sin pisarse, cómo llevar un proyecto de la primera prueba en desarrollo a un pipeline de producción que funcione todas las noches sin intervención.

Por suerte has llegado hasta el libro Data Engineering with dbt 🙂.

Este libro empieza donde debe empezar: por SQL.

Así que si estás empezando en el mundo de la ingeniería de datos los primeros capítulos te vendrán genial para entender por dónde te mueves.

Desde ahí, avanza con paso firme por los fundamentos de la ingeniería de datos explicando el modelado de datos y cómo encaja dbt en todo esto.

La parte central del curso construye la arquitectura capa por capa. Staging, refined, marts: qué va en cada una, qué tipos de modelos existen (transformaciones intermedias, agregados, mapeos, pivots), y cómo organizar snapshots y modelos incrementales para gestionar datos históricos sin perder el control.

Lo mejor de todo, es que el libro no se queda en una intro básica a la ingeniería de datos y a dbt.

También explica cómo planificar un proyecto dbt con metodología Agile y cómo utilizar Git en dbt para poder desarrollar tu proyecto desde el principio hasta el despliegue siguiendo unas buenas prácticas.

Los últimos capítulos son para los valientes.

Ahí se tratan patrones avanzados en dbt: Detección de borrados, ingesta en Snowflake y gestión de datos históricos con macros listas para producción 🫡

Este libro pasa directamente a mi lista de favoritos sobre Ingeniería de datos (incluso si no te interesa dbt).

Todos los capítulos de este libro

A continuación encontrarás los puntos más importantes de cada capítulo.