Eğitimin Amacı ve Kapsamı
Veri ambarı içinde yüzlerce satırlık saklı yordamlar (stored procedure) ve birbirine kopyalanmış SQL script'leriyle yürütülen dönüşümler, bir metrik tanımı değiştiğinde haftalar süren etki analizi ve hata ayıklama maliyeti doğurur. Bu eğitim, dbt (data build tool) kullanarak veri dönüşüm katmanına versiyon kontrolü, modülerlik, otomatik test ve dokümantasyon disiplinini kazandırır.
Proje klasör yapısı, ref ve source fonksiyonları, Jinja şablonlama ve özel makrolar, büyük tablolar için incremental stratejiler (merge, insert_overwrite, microbatch), SCD Tip 2 için dbt snapshots, model sözleşmeleri (model contracts) ve Slim CI uygulamalı işlenir. Katılımcılar kurumun karmaşık bir dönüşüm akışını standartlara uygun bir dbt projesine dönüştürür.
Kimler Katılmalı?
- Veri ambarı ve lakehouse üzerinde SQL dönüşümleri geliştiren veri mühendisleri
- İş mantığını modüler veri modellerine dönüştüren analytics engineer'lar ve BI geliştiricileri
- Analitik ve ML feature tablolarını standartlaştırmak isteyen veri bilimciler
- Ön koşul: iyi seviyede SQL ve temel Git kullanımı
Kazanımlar
- Staging, intermediate ve marts katmanlarıyla okunabilir ve bakımı kolay bir dbt projesi kurgular
- Veri hacmi ve sorgu sıklığına göre view, table, ephemeral ve incremental materialization seçer
- Jinja makroları ve paketlerle tekrarlayan SQL kalıplarını standartlaştırır
- dbt snapshots ile tarihsel değişimleri (SCD Tip 2) ve point-in-time doğruluğu korur
- Data tests, unit tests, model contracts ve Slim CI ile canlıya çıkış öncesi otomatik kalite kontrolü kurar
Konular
Analytics Engineering ve dbt Proje Mimarisi
- Kaynak (source), staging, intermediate ve mart katmanlarının sorumlulukları
- DAG oluşturma (ref/source), isimlendirme standartları ve klasör düzeni
Materialization Stratejileri ve Incremental Modeller
- View, table, ephemeral ve incremental (append, merge, insert_overwrite, microbatch)
- Büyük olay (event) tablolarında tam yenileme (full-refresh) ve şema değişimi yönetimi
Jinja, Makrolar, Hook'lar ve Paket Yönetimi
- Jinja döngüleri, ortam değişkenleri (target) ve özel makro geliştirme
- dbt_utils, pre-hook/post-hook kullanımı ve yetki (grant) tanımları
Snapshots, Testler ve Model Contracts
- SCD Tip 2 tarihsel takip için dbt snapshots kurgusu
- Generic/singular testler, unit testler ve şema zorlayan model contracts
Dokümantasyon, dbt Mesh ve CI/CD İş Akışları
- Otomatik katalog ve lineage üretimi, exposures ile BI/AI tüketici tanımı
- State-aware Slim CI (state:modified+) ve çok ekipli dbt Mesh yapısı
Bu Kategorideki Diğer Eğitimler
-
Apache Airflow ile üretim seviyesinde DAG geliştirme: TaskFlow API, dynamic task mapping, dataset/asset-aware zamanlama, Kubernetes üzerinde izole çalıştırma, hata yönetimi ve AI/RAG pipeline orkestrasyonu.
- Canlı Kurs
- 5 modül
-
Kirli Veri Temiz CV: Gerçek Hayat, Mülakat ve Kariyer
Gerçek dünyadaki eksik ve kirli verilerle uçtan uca regresyon modelleme, iş paydaşlarına model sunumu, teknik mülakat simülasyonları ve dikkat çeken Data Science CV/GitHub portföy stratejileri.
- Canlı Kurs
- 4 modül
-
Nesne depolama üzerinde veri ambarı güvenilirliği: Apache Iceberg tablo formatı, metadata ağacı, hidden partitioning, time travel, REST Catalog, çoklu sorgu motoru (Trino, Spark, DuckDB) ve tablo bakımı.
- Canlı Kurs
- 5 modül
-
Kurumsal metriklerin ve iş boyutlarının tek merkezde tanımlanması: dbt Semantic Layer (MetricFlow) ve Cube ile BI araçları, Text-to-SQL ve analitik AI agent'ları için tutarlı veri erişimi.
- Canlı Kurs
- 5 modül
-
RAG ve agent sistemlerinde retrieval isabetini ve güvenliği artıran metadata mühendisliği: şema tasarımı, otomatik metadata çıkarımı, pre-filtering, zamansal geçerlilik ve ACL yetki filtreleme.
- Canlı Kurs
- 5 modül
-
Web Scraping (Web Kazıma)
BeautifulSoup, Scrapy ve Playwright ile statik ve dinamik web kaynaklarından ölçeklenebilir veri toplama, anti-bot engellerini aşma, LLM destekli veri çıkarımı ve Pandas ile veri doğrulama süreçlerini kapsayan uygulamalı Web Scraping eğitimi.
- Canlı Kurs
- 13 modül
Bizimle iletişime geçin
