Formation DBT (Data Build Tool)

Jour 1 — De la découverte à la modélisation maîtrisée

Matin — Fondamentaux de DBT et mise en route

• Présentation générale : modern data stack, rôle de DBT
• Philosophie ELT vs ETL
• Installation de DBT (CLI ou DBT Cloud)
• Connexion à un data warehouse (BigQuery, Snowflake, PostgreSQL…)
• Structure d’un projet DBT (arborescence, fichiers clés, YAML)
• Exécution de base : dbt run, dbt debug, dbt compile
• Premier modèle simple (staging d’une table brute)

Exercice pratique 1 : Créer un projet DBT connecté à un entrepôt, loader un fichier seeds et créer un modèle stg_clients.

Après-midi — Modélisation SQL avec DBT et Jinja

• Modèles : structure, bonnes pratiques de nommage
• Utilisation de ref() et gestion des dépendances entre modèles
• Création d’une vue intermédiaire et d’un modèle final
• Introduction à Jinja : variables, blocs, filtres
• Création de modèles dynamiques avec Jinja (ex : filtrage conditionnel, templates)
• Utilisation des seeds comme données de référence

Exercice pratique 2 : Créer un flux staging → intermediate → marts sur un jeu de données CRM (clients, commandes, produits), avec logique Jinja.

Jour 2 — Fiabilisation, documentation, industrialisation

Matin — Tests, documentation, snapshots

• Tests intégrés (not_null, unique, relationships, accepted_values)
• Écriture de tests personnalisés
• Création et utilisation de sources
• Génération de documentation (dbt docs generate, serve)
• Écriture de documentation dans les YAML : modèles, colonnes, sources
• Création et usage des snapshots : suivi des évolutions de données

Exercice pratique 3 : Ajouter des tests à l'ensemble des modèles + générer la documentation complète + ajouter un snapshot sur la table clients.

Après-midi — Industrialisation et bonnes pratiques

• Structuration du projet : staging / intermediate / marts
• Organisation des dossiers et conventions de nommage
• Introduction à DBT Cloud : environnement, déclencheurs, scheduler
• Intégration dans un pipeline CI/CD (Git, GitHub Actions, dbt Cloud jobs…)
• Déploiement multi-environnement (dev/prod)
• Introduction aux macros avancées et packages DBT Hub

Mini-projet final (fil rouge) : Chaque participant (ou binôme) construit un mini-pipeline analytique :

• Chargement de données (seeds ou source)
• Construction de modèles multi-niveaux
• Tests + documentation + snapshot
• Présentation du résultat (structure, dépendances, tests, doc)

Profils :

• Data analysts, data engineers, data scientists
• Professionnels de la donnée souhaitant industrialiser leurs transformations

Prérequis :

• Maîtrise de SQL (jointures, agrégations, CTE)
• Familiarité avec un entrepôt de données (BigQuery, Redshift, PostgreSQL, etc.)