دوره جامع مدل‌سازی و تبدیل داده‌ها با ابزار dbt در محیط‌های سازمانی و صنعتی همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره جامع مدل‌سازی و تبدیل داده‌ها با ابزار dbt در محیط‌های سازمانی و صنعتی

موضوع کلی: علوم داده و تحلیل هوشمند کسب‌وکار

موضوع میانی: مهندسی داده و مدیریت پایگاه‌های داده در سازمان

📋 سرفصل‌های دوره

• 1. مبانی مهندسی داده و جایگاه dbt در معماری مدرن داده
• 2. آشنایی با چرخه حیات داده در سازمان‌های داده‌محور
• 3. نصب و راه‌اندازی محیط توسعه برای dbt
• 4. پیکربندی اتصال dbt به پایگاه‌داده‌های سازمانی
• 5. اصول مدل‌سازی داده در انبارهای داده مدرن
• 6. معماری لایه‌بندی داده‌ها در dbt و مفهوم مدل‌های چندمرحله‌ای
• 7. ساختار پروژه در dbt و مدیریت فایل‌های تنظیمات
• 8. مفاهیم پایه در SQL برای تبدیل داده‌ها
• 9. نوشتن اولین مدل داده‌ای در dbt
• 10. استفاده از دستور SELECT و تبدیل‌های پایه
• 11. کار با Ref برای ایجاد وابستگی میان مدل‌ها
• 12. مدیریت منابع و سورس‌ها در dbt
• 13. استفاده از متغیرها و تنظیمات محیطی
• 14. مفهوم ماکروها و کدنویسی تکرارپذیر
• 15. استفاده از Jinja در dbt برای پویایی کدها
• 16. تست‌های کیفیت داده و اعتبارسنجی خودکار
• 17. اجرای تست‌های پیش‌فرض و سفارشی برای داده‌ها
• 18. مستندسازی خودکار پروژه‌های داده با dbt
• 19. مدیریت اسنپ‌شات‌ها و ردیابی تغییرات داده‌ها در طول زمان
• 20. کار با داده‌های متغیر و پیاده‌سازی Slowly Changing Dimensions
• 21. بهینه‌سازی عملکرد کوئری‌ها در پایگاه داده
• 22. مدیریت توزیع داده‌ها و ایندکس‌گذاری در محیط‌های بزرگ
• 23. امنیت داده‌ها و کنترل دسترسی در خط لوله dbt
• 24. استراتژی‌های به‌روزرسانی مدل‌ها و مدیریت بار کاری
• 25. یکپارچه‌سازی dbt با ابزارهای کنترل نسخه Git
• 26. اتوماسیون اجرای dbt با استفاده از ابزارهای CI/CD
• 27. مانیتورینگ و مشاهده وضعیت اجرای مدل‌ها
• 28. مدیریت خطا و عیب‌یابی در خط لوله‌های داده
• 29. طراحی داشبوردهای مدیریتی بر پایه مدل‌های dbt
• 30. بهترین شیوه‌های کدنویسی در محیط‌های صنعتی
• 31. اصول حاکمیت داده و رعایت استانداردهای سازمانی
• 32. تکنیک‌های پیشرفته در مدل‌سازی ستاره‌ای و اسنوفلیک
• 33. مدیریت وابستگی‌های پیچیده بین مدل‌های داده‌ای
• 34. استفاده از پکیج‌های آماده برای توسعه سریع
• 35. بهینه‌سازی هزینه‌های پردازش در انبارهای داده ابری
• 36. ارزیابی کیفیت داده و انطباق با قوانین داخلی
• 37. پیاده‌سازی تست‌های منطقی برای داده‌های مالی و کسب‌وکار
• 38. استفاده از dbt در پروژه‌های مقیاس‌پذیر سازمانی
• 39. مستندسازی و انتقال دانش پروژه به تیم‌های فنی
• 40. بررسی سناریوهای واقعی در تحلیل هوشمند کسب‌وکار