Curso de dbt (Data Build Tool)

Clase 1 • DBT Core vs. DBT Cloud

Distingue la herramienta CLI de código abierto de la plataforma cloud gestionada. Los estudiantes eligen el modo de despliegue adecuado para su entorno.

Clase 2 • Configuración de tu entorno DBT

Guía la instalación de DBT Core y la conexión a un almacén de datos. Los estudiantes finalizan con un entorno local funcionando, listo para la creación de proyectos.

Clase 3 • Qué es DBT y por qué es importante

Abarca la propuesta de valor central de DBT y cómo transforma la transformación de datos basada en SQL. Sitúa a los estudiantes en el problema que DBT resuelve antes de cualquier trabajo práctico.

Clase 1 • Inicialización de un proyecto DBT

Recorre el comando dbt init y la estructura de archivos generada. Los estudiantes comprenden el propósito de cada archivo autogenerado antes de modificar nada.

Clase 2 • Control de versiones y convenciones para proyectos

Establece flujos de trabajo basados en Git y convenciones de nomenclatura para proyectos DBT escalables. Los estudiantes aplican estándares coherentes que facilitan la colaboración en equipo.

Clase 3 • Gestión de perfiles y targets

Abarca la configuración de perfiles multi-entorno para targets de desarrollo, staging y producción. Los estudiantes cambian de contexto de forma segura sin incrustar credenciales en el código.

Clase 1 • Organización de modelos en capas

Introduce las convenciones de capas de staging, intermedias y marts para la organización de modelos. Los estudiantes estructuran un proyecto en múltiples capas que refleja la práctica real de ingeniería de analítica.

Clase 2 • Materializaciones en profundidad

Explica las materializaciones table, view, incremental y ephemeral con sus ventajas y desventajas. Los estudiantes seleccionan la materialización adecuada para las necesidades de rendimiento de cada modelo.

Clase 3 • Selección y ejecución de subconjuntos de modelos

Abarca la sintaxis de selección de nodos para ejecutar subconjuntos específicos del DAG. Los estudiantes reconstruyen de manera eficiente solo los modelos que necesitan durante el desarrollo.

Clase 4 • Escritura de tu primer modelo DBT

Introduce la sintaxis de modelo basada en SQL SELECT y la función ref(). Los estudiantes escriben y ejecutan un modelo funcional contra una tabla real del almacén de datos.

Clase 1 • Frescura de sources y contratos de datos

Enseña umbrales de frescura y cómo hacer cumplir SLAs de llegada de datos en la capa de sources. Los estudiantes configuran alertas que detectan datos obsoletos antes de que lleguen a los marts.

Clase 2 • Declaración y uso de sources

Abarca las declaraciones YAML de sources y la función source() para referenciar tablas crudas. Los estudiantes reemplazan nombres de tabla hardcodeados con referencias de sources gobernadas.

Clase 3 • Captura de historial con snapshots

Introduce los snapshots de DBT para rastrear registros de dimensiones de cambio lento a lo largo del tiempo. Los estudiantes implementan estrategias de timestamp y check para patrones SCD Tipo 2.

Clase 1 • Paquetes de testing de terceros

Revisa paquetes populares como dbt-expectations y dbt-utils para una cobertura de tests extendida. Los estudiantes instalan y aplican tests basados en paquetes para cubrir brechas en la cobertura integrada.

Clase 2 • Escritura de tests genéricos personalizados

Enseña cómo crear tests genéricos reutilizables basados en Jinja para reglas específicas del proyecto. Los estudiantes extienden la librería de tests más allá de las opciones integradas.

Clase 3 • Tests singulares para lógica compleja

Introduce tests singulares basados en SQL para aserciones que no pueden expresarse de forma genérica. Los estudiantes escriben tests específicos para la validación de reglas de negocio.

Clase 4 • Severidad de los tests y manejo de fallas

Explica los niveles de severidad warn vs. error y cómo manejar fallas de tests esperadas. Los estudiantes configuran tests que alertan sin bloquear la ejecución del pipeline.

Clase 1 • Comprensión y uso del DAG

Explica la vista de grafo acíclico dirigido y cómo usarla para análisis de impacto. Los estudiantes trazan el linaje de datos desde el source crudo hasta el modelo final del mart.

Clase 2 • Uso de bloques doc() para reutilización

Introduce bloques doc en Markdown para escribir descripciones extensas y reutilizables. Los estudiantes eliminan documentación duplicada en definiciones de columnas compartidas.

Clase 3 • Escritura de descripciones de modelos y columnas

Abarca las descripciones YAML en línea para modelos, columnas y sources. Los estudiantes documentan cada activo para que la documentación generada sea inmediatamente útil.

Clase 1 • Fundamentos de plantillas Jinja

Introduce la sintaxis Jinja incluyendo variables, bucles y condicionales dentro de modelos SQL. Los estudiantes escriben SQL dinámico que se adapta al contexto de ejecución.

Clase 2 • Variables de DBT y flags de ejecución

Explica las variables a nivel de proyecto y las pasadas por CLI para parametrizar el comportamiento del modelo. Los estudiantes construyen modelos que cambian su comportamiento según las entradas de ejecución.

Clase 3 • Escritura y uso de macros

Abarca la definición de macros, argumentos e invocación para lógica SQL reutilizable. Los estudiantes reemplazan patrones SQL repetidos con llamadas a macros de fuente única.

Clase 4 • Hooks y operaciones

Introduce hooks pre-hook, post-hook y on-run-end para ejecutar SQL alrededor de las ejecuciones de modelos. Los estudiantes automatizan tareas de mantenimiento del almacén de datos dentro del ciclo de vida de DBT.

Clase 1 • Integración continua para proyectos DBT

Abarca patrones de CI reducido (slim CI) usando comparación de estado para testear solo modelos modificados en pull requests. Los estudiantes configuran un pipeline de CI que ejecuta chequeos rápidos y enfocados.

Clase 2 • Orquestación de DBT con herramientas de workflow

Revisa patrones de integración con plataformas de orquestación como Airflow y Prefect. Los estudiantes disparan ejecuciones de DBT desde un orquestador con gestión de dependencias adecuada.

Clase 3 • Monitoreo del estado de ejecución de DBT

Abarca artefactos de ejecución, API de metadatos y alertas para ejecuciones fallidas y modelos obsoletos. Los estudiantes construyen una capa de observabilidad que expone problemas del pipeline de forma proactiva.

Clase 4 • Estrategias de promoción de entornos

Explica los flujos de promoción de desarrollo a staging a producción y el aislamiento de esquemas. Los estudiantes despliegan cambios de forma segura sin sobrescribir datos de producción durante el desarrollo.