【書籍資訊】
dbt 與 Analytics Engineering 實戰手冊：從零打造現代資料分析架構及專業職涯（iThome鐵人賽系列書）
ISBN13：9786264140218
出版社：博碩文化
作者：謝秉芳(Karen Hsieh); 黃郁豪(Bruce Huang); 韓衣錦(Michael Han); 羅可涵(Stacy Lo)
出版日：2024/11/20
裝訂／頁數：平裝／416頁
規格：23cm*17cm*2.1cm (高/寬/厚)
版次：1

【內容】
♛ 第一本 dbt 繁體中文書 ♛

資料分析師與工程師必讀的技術及職涯實戰指南


本書改編自第 15 屆 iThome 鐵人賽 AI & Data 組優選系列文章《被 dbt 帶入門的數據工作體驗 30 想》及其團隊夥伴作品。四位作者由不同身份和視角出發，分享如何透過 dbt 實踐 Analytics Engineering（分析工程）。

dbt 是一個以 SQL 為基底的開源資料轉換工具，採用軟體工程原則，如版本控制、測試、模組化，讓資料轉換更可靠且高效。本書將帶你動手建立 dbt 專案，親自體驗其優勢。

Analytics Engineering 則是隨著資料產業演化而發展出的新興領域，介於資料分析和資料工程之間，且和兩者的部分任務重疊。

除技術外，書中也會討論資料文化、如何打造資料團隊，以及資料專業的職涯規劃和發展。無論新手或老手，本書都是能為你提供獨到見解的實用指南。


重點摘要
✦ dbt 由淺入深
dbt Cloud 及 dbt Core 實作應用
✦ 動手操作
附範例、語法、操作截圖
✦ 資料分析必備
資料品質及建模最佳實踐
✦ 打造資料文化
資料團隊現代化經典案例


目標讀者
任何工作中使用資料的人。包含：
◆ 參與資料專案的成員，不論你在資料部門，或是支援資料專案的軟體部門。你負責資料轉換成資訊的過程，想嘗試新工具，解決原本資料流程遇到的痛點。
◆ 在工作上經常使用資料的角色，例如：行銷、Sales、PM、財務、營運人員等。你對資料、報表有好奇心、想知道資料轉換成資訊的過程，並且喜歡動手操作。


專業推薦

透過真實案例與深入見解，引導你有效導入 dbt，營造資料驅動環境。無論你是資料處理老手或新手，本書皆提供所需知識與工具，幫助組織進入資料引導決策的未來。
──── 高嘉良（CL Kao）｜Recce, CEO


這本書涵蓋了打造優秀數據團隊所需的全方位知識，不僅適合技術人員閱讀，也非常適合產品經理、商業分析師等角色參考。
──── Richard Lee｜TNL Mediagene 技術長


因緣際會被我推坑的 Taipei dbt Meetup 熱血志工群，融合真實經驗，以案例故事呈現 Data 如何貫穿企業，讓你認識 dbt 並一窺 Data Team 的重要定位。
──── 陳正瑋（艦長）｜DevOps Taiwan Community 志工╱前 Organizer

【目錄】
推薦序一：打造資料驅動的組織及文化
推薦序二：打造卓越數據團隊的全方位指南
前言

PART 1 dbt 及 Analytics Engineering

CHAPTER 01 dbt 及 Analytics Engineering

PART 2 介紹 dbt Cloud、dbt Core 及實際操作

CHAPTER 02 頂台小籠包和 Jaffle Shop

CHAPTER 03 開始使用 dbt Cloud

CHAPTER 04 在 dbt Cloud IDE 上開發
4-1 dbt tests 簡介：以 example 資料夾為例
4-2 更多測試方法、dbt build 指令
4-3 dbt 文件：在 Cloud IDE 產生、閱讀及編輯文件
4-4 手動維護的 CSV 資料源：dbt seeds
4-5 Cloud IDE 錯誤排除觀念
4-6 dbt Cloud 進階功能：dbt Assist
4-7 dbt Cloud 的價格方案

CHAPTER 05 在本機使用 dbt Core
5-1 頂台小籠包重新評估改用 dbt Core
5-2 使用 dbt Cloud 或 dbt Core 的考量
5-3 設定 dbt Core 本機環境
5-4 在本機用 dbt Core 開發的基本操作
5-5 dbt 輔助開發神器：Power User for dbt Core

CHAPTER 06 dbt 指令功能介紹及操作案例
6-1 dbt 有什麼設定？ Configs 和 Property 是什麼？
6-2 好用的 dbt 指令參數介紹
6-3 dbt Jinja 及 Macros
6-4 dbt Package
6-5 dbt 如何客製化 dataset 和 table 命名
6-6 掌握 dbt incremental 的增量更新技巧
6-7 深度解析 dbt snapshot 設定步驟和各種策略

PART 3 實用資料觀念及最佳實踐

CHAPTER 07 資料品質管理
7-1 資料品質定義及影響因素
7-2 資料品質（Data Quality）的實作
7-3 dbt test 原理、使用方式
7-4 dbt test 常用的 package「dbt.utils」及「dbt_expectations」介紹
7-5 如何儲存和查詢 dbt test 結果？
7-6 dbt test 常用的 package「elementary」套件介紹、dbt test 結果通知
7-7 透過 dbt test 與 Recce 實現 CI 流程

CHAPTER 08 dbt 專案架構以及資料建模（Data Modeling）
8-1 dbt 的下游應用
8-2 資料建模（Data Modeling）的概念以及常見的類型
8-3 dbt 專案架構及命名原則
8-4 dbt_project_evaluator：自動檢查專案品質
8-5 dbt Cloud 的進階功能：dbt Semantic Layer

CHAPTER 09 進階資料建模實用案例：用 dbt 實作 Data Vault
9-1 Data Vault 介紹與概念
9-2 用 dbt 建立 DV 2.0：實作案例分享

PART 4 建立資料團隊及資料文化

CHAPTER 10 建立資料團隊

CHAPTER 11 發展資料文化

PART 5 打造你的資料職涯

CHAPTER 12 頂台小籠包首位分析工程師明宏的資料職涯

CHAPTER 13 你需要加入資料社群


APPENDIX A 結語及附錄
結語
特別感謝
名詞解釋
版權出處