Analytics Engineering umfasst in der Praxis eine Vielzahl von Aufgaben - von der Transformation roher Quelldaten bis zur Bereitstellung verlässlicher, dokumentierter Datensätze für BI-Systeme und Analysten. Die Disziplin verbindet Kenntnisse aus dem Software Engineering mit dem fachlichen Verständnis analytischer Anforderungen. Der Kurs behandelt Konzepte, Werkzeuge und Arbeitsweisen, die für Analytics Engineers in modernen Datenteams relevant sind.
Kursinhalt1. Rolle und Abgrenzung des Analytics Engineers
- Positionierung zwischen Data Engineering und Data Analysis
- Verantwortlichkeiten im Datenteam und typische Aufgabenfelder
- Zusammenarbeit mit Data Engineers, Analysten und Business-Stakeholdern
2. SQL-Transformationen und Schichtarchitektur
- Aufbau von Transformationsschichten (Staging, Intermediate, Marts)
- Schreiben modularer und wartbarer SQL-Abfragen
- Konventionen für Namensgebung und Code-Struktur
3. dbt als zentrales Analytics-Engineering-Werkzeug
- Aufbau und Konfiguration eines dbt-Projekts
- Models, Tests, Sources und Documentation in dbt
- Nutzung von Macros und Packages zur Wiederverwendung von Logik
4. Testing, Dokumentation und Deployment
- Datenqualitätstests in dbt: unique, not_null, accepted_values, relationships
- Automatisierte Dokumentation und Lineage-Darstellung
- CI/CD-Integration und Deployment in Produktionsumgebungen
Berufliche Relevanz
- Zunehmend gefragte Rolle in datengetriebenen Unternehmen mit modernen Data Stacks
- Verbindet technische SQL-Kompetenz mit dem Verständnis für geschäftliche Datenanforderungen
- Grundlage für den Aufbau verlässlicher und dokumentierter Datentransformationsprozesse