Přeskočit na obsah
_CORE
AI & Agentic Systems Core Informační Systémy Cloud & Platform Engineering Data Platforma & Integrace Security & Compliance QA, Testing & Observability IoT, Automatizace & Robotika Mobile & Digital Banky & Finance Pojišťovnictví Veřejná správa Obrana & Bezpečnost Zdravotnictví Energetika & Utility Telco & Média Průmysl & Výroba Logistika & E-commerce Retail & Loyalty
Reference Technologie Blog Knowledge Base O nás Spolupráce Kariéra
Pojďme to probrat

Analytics engineering — role mezi daty a business

01. 01. 2024 1 min čtení intermediate

Analytics engineering buduje spolehlivé datové modely, které umožňují self-serve analytiku. Most mezi surovými daty a business insights.

Co dělá analytics engineer

Transformuje surová data na business-ready modely.

Odpovědnosti

  • Data modeling — star schema, OBT
  • dbt transformace — SQL modely
  • Data quality — monitoring
  • Dokumentace — slovníky, lineage
  • Metriky — KPI jako kód

Semantic layer

# dbt Semantic Layer
semantic_models:
  - name: orders
    model: ref('fct_orders')
    measures:
      - name: revenue
        agg: sum
        expr: total_czk
metrics:
  - name: average_order_value
    type: derived
    type_params:
      expr: revenue / order_count

Stack

  • Transformace: dbt
  • Warehouse: Snowflake, BigQuery, DuckDB
  • BI: Metabase, Superset, Looker

Shrnutí

Analytics engineering je most mezi daty a business. dbt a semantic layer tvoří základ self-serve analytiky.

analytics engineeringdbtdata modelingself-serve