Negara atau wilayah dan bahasa

    Pilih negara atau wilayah dan bahasa Anda.

    Disarankan untuk Anda

      Semua negara dan wilayah

        Pilih karakter Anda

        Karakter ini tampil di bilah atas dan di profil Anda. Ubah kapan saja.

        Cara menjadi analytics engineer

        Pelajari pemodelan dengan SQL, version control dengan Git, transformasi yang diuji di dbt, dan data warehouse di cloud, supaya angka yang tampil di setiap dashboard berasal dari satu sumber tepercaya. Setiap latihan diperiksa, dan jalur ini ditutup dengan proyek data warehouse, penilaian berwaktu yang mencakup semua tool, dan wawancara latihan.

        Alat
        SQL, Git, dbt, SQL Snowflake, Looker dan LookML
        Unit
        34 unit, 160 pelajaran
        Latihan yang diperiksa
        846
        Proyek lintas alat
        3
        Penilaian akhir
        15 tugas, 60 menit

        Sekitar 45 jam pelajaran, berdasarkan perkiraan di setiap pelajaran.

        Kemajuan Anda

        Belum ada yang selesai. Progres tersimpan di browser ini saat Anda menyelesaikan pelajaran, dan di akun Anda saat Anda login.

        Pelajaran
        0 dari 160 pelajaran
        Proyek
        0 dari 3 selesai
        Penilaian
        Belum dikerjakan

        Mulai dengan Query sebuah tabel

        Jalurnya, unit demi unit

        Ikuti langkah-langkah ini sesuai urutan. Setiap langkah adalah sekumpulan unit dari satu kursus, bukan seluruh kursus: unit yang dipakai posisi ini. Buka sebuah unit untuk memulai pelajaran pertamanya.

        1. Git

          Model adalah kode, dan kode di-review. Anda melakukan commit, memeriksa riwayat, men-stage sebagian perubahan, membuat branch, dan melakukan merge, seperti cara proyek dbt berpindah dari branch ke production.

          1. Snapshot pertamaPemula · 4 pelajaran · 21 latihanGratis
          2. Batas inspeksiPemula · 4 pelajaran · 21 latihan
          3. Snapshot selektifPemula · 4 pelajaran · 21 latihan
          4. Konteks branchMenengah · 4 pelajaran · 21 latihan
          5. IntegrasiMenengah · 4 pelajaran · 21 latihan
        2. Data warehouse: Snowflake

          Model Anda berjalan di data warehouse cloud. Anda belajar mengenali seluk-beluk Snowflake, melakukan query, menulis logika laporan dengan window function, mengubah data dengan aman, dan mengatur siapa yang boleh melihat laporan mana, dengan query profile untuk menemukan bagian yang lambat.

          1. Mengenal SnowflakePemula · 5 pelajaran · 27 latihanGratis
          2. Dasar-dasar query ala SnowflakePemula · 6 pelajaran · 36 latihan
          3. Query relasional yang andalPemula · 4 pelajaran · 20 latihan
          4. Window function dan logika laporanMenengah · 4 pelajaran · 22 latihan
          5. Perubahan data yang amanLanjutan · 5 pelajaran · 28 latihan
          6. Laporan dengan tata kelola dan query profileAhli · 5 pelajaran · 28 latihan
        3. Model semantik dengan LookML

          Buat dimensi dan ukuran yang dapat digunakan ulang, periksa tingkat perincian join, dan simpan dashboard. Gunakan filter akses untuk pembatasan wilayah dan cocokkan total dengan data sumber sebelum berbagi.

          1. Lihat dan measurePemula · 5 pelajaran · 28 latihan
          2. Join dan granularitasMenengah · 5 pelajaran · 29 latihan
          3. Model tabel turunanLanjutan · 4 pelajaran · 24 latihan
          4. Akses terkelolaLanjutan · 5 pelajaran · 29 latihan
          5. model TinjauanAhli · 4 pelajaran · 25 latihan

        Proyek untuk posisi ini

        Setiap proyek dimulai dari brief sebuah perusahaan fiktif dan berpindah antar alat seperti dalam pekerjaan sebenarnya: apa yang Anda buat di satu tahap menjadi titik awal tahap berikutnya. Setiap brief gratis dibaca.

        Copperline Freight
        SnowflakedbtTableau
        Proyek

        Pindahkan laporan ketepatan waktu ke data warehouse

        Laporan ketepatan waktu Copperline adalah spreadsheet yang dibuat ulang seseorang setiap hari Senin. Bangun ulang di data warehouse: satu baris terbaru per kiriman di Snowflake, model dbt yang sudah diuji, dan tampilan Tableau yang bisa dipercaya tim operasional.

        4 tahap · 2 h 40 minLihat brief
        Wayfriend
        DatabricksdbtSQLDagster
        Proyek

        Dari undangan menjadi meetup

        Wayfriend ingin tahu apakah teman yang berencana bertemu benar-benar menghabiskan waktu bersama. Bersihkan event mentah, modelkan meetup, ukur keberhasilannya, dan rencanakan pekerjaan hari berikutnya.

        5 tahap · 3 h 30 minLihat brief
        Copperline Freight
        SQLPower BI
        Studi kasus

        Dua dashboard, dua angka ketepatan waktu

        Operasional melaporkan satu tingkat ketepatan waktu dan keuangan melaporkan yang lebih rendah, untuk bulan yang sama. Cari tahu penyebabnya, tulis measure yang disepakati kedua tim, dan rekomendasikan angka mana yang diberikan ke pelanggan.

        3 tahap · 1 hLihat brief

        Penilaian kesiapan kerja

        Setelah menyelesaikan unit, uji kemampuan Anda di seluruh alat kerja sekaligus: 15 tugas praktik dalam 60 menit, masing-masing di alat yang dibahas dan diperiksa secara otomatis. Waktu terus berjalan meskipun Anda menutup halaman.

        ToolTugasMenit
        Looker dan LookML311
        SQL311
        Git311
        dbt313
        SQL Snowflake311

        Cara penilaiannya

        Setiap alat
        Siap jika Anda menjawab dua pertiga tugasnya dengan benar atau lebih, Tutup pada sepertiga, selain itu Belum. Tugas pemrograman mendapat skor sesuai bagian pengujiannya yang lulus.
        Siap untuk wawancara
        75% atau lebih secara keseluruhan, dan setiap alat berstatus Siap.
        Hampir siap
        50% atau lebih secara keseluruhan, dan tidak ada alat yang berstatus Belum.
        Terus berlatih
        Hasil lainnya. Laporan mencantumkan setiap tugas yang salah Anda kerjakan beserta pelajaran yang mengajarkannya.

        Buka penilaian

        Penilaian ini gratis. Hasilnya berupa umpan balik latihan dalam format laporan Interview Hub, bukan keputusan perekrutan. Pengulangan mengambil tugas yang berbeda selama bank soal memungkinkan.

        Wawancara

        Interview Hub menjalankan wawancara analytics engineer tahap demi tahap, di sebuah perusahaan fiktif: Anda menjawab secara lisan atau tertulis, pewawancara mengajukan pertanyaan lanjutan, dan laporan mengutip jawaban Anda.

        Latihan wawancara analytics engineer

        Yang dibuka setiap paket

        Gratis
        Unit pertama setiap kursus, tanpa akun: 4 dari 34 unit di jalur ini. Setiap brief proyek gratis dibaca, dan penilaian kesiapan kerja gratis.
        One Course
        Satu kursus penuh. Di jalur ini, itu salah satu dari: SQL (9 unit), Git (5 unit), dbt (9 unit), SQL Snowflake (6 unit), Looker dan LookML (5 unit).
        All Access
        Seluruh jalur: setiap unit, setiap tahap proyek, dan latihan wawancara lisan.

        Lihat paket dan harga

        Apa yang dikerjakan analytics engineer

        Analytics engineer berada di antara data engineering dan analisis. Mereka mengambil tabel mentah yang masuk ke warehouse dan membangun model yang bersih dan teruji, yang dipakai semua orang untuk membuat laporan: satu definisi pendapatan, satu tabel pelanggan aktif, satu angka tingkat ketepatan waktu. Mereka menulis SQL di dbt, saling me-review perubahan di Git, dan menambahkan test supaya sumber yang rusak ketahuan sebelum angka yang salah sampai ke dashboard.

        Dari query menjadi model yang teruji

        SQL dan pemodelan datang lebih dulu karena setiap langkah berikutnya adalah SQL. Git menyusul karena proyek dbt tersimpan di repositori. dbt adalah langkah paling panjang dan inti pekerjaannya. Data warehouse terakhir, saat Anda sudah tahu apa yang akan dijalankan di dalamnya.

        Laporan ketepatan waktu Copperline adalah spreadsheet yang dibangun ulang seseorang setiap Senin. Anda memindahkannya ke warehouse: satu baris terkini per pengiriman di Snowflake, model dbt yang diuji, dan view yang bisa dipercaya tim operasi. Di Wayfriend, Anda memodelkan meetup dari event mentah. Keduanya adalah jenis proyek yang ditanyakan dalam wawancara analytics engineering. Lalu penilaian menunjukkan tool mana yang perlu dilatih sebelum Anda melamar.

        Pertanyaan umum

        Apa bedanya analytics engineer dengan data engineer?

        Data engineer memasukkan data ke warehouse dan menjaga pipeline tetap berjalan. Analytics engineer mengubah tabel mentah itu menjadi model yang diuji dan didokumentasikan, yang dipakai analis dan dashboard. Jalur data engineer menambahkan Python dan orkestrasi; jalur ini lebih dalam ke pemodelan dan dbt.

        Apakah saya perlu bisa Python?

        Untuk memulai, tidak. Analytics engineering sebagian besar adalah SQL, dbt, dan Git. Python membantu di kemudian hari, dan kursus Python tersedia saat Anda membutuhkannya.

        Berapa lama waktu yang dibutuhkan?

        Seluruh pelajaran di jalur ini berjumlah sekitar 45 jam. Kami tidak menjanjikan berapa lama waktu yang dibutuhkan sampai Anda diterima bekerja.

        Berapa biayanya?

        Unit pertama setiap kursus gratis, tanpa perlu akun. One Course membuka satu kursus secara penuh; All Access membuka seluruh jalur. Halaman harga menampilkan harga untuk negara Anda.

        Your Work Gym account

        Save your progress and pick up on another device. Your browser's progress comes with you.

        or

        You can keep practicing without an account.

        Bantuan dan masukan

        Ajukan pertanyaan, beri tahu kami apa yang tidak berfungsi, atau bagikan ide. Kami membalas lewat email.

        Tentang apa?

        Kami hanya menggunakannya untuk membalas Anda.