О курсе

Добро пожаловать в dbt I — junior-курс по data build tool. Цель курса — не «выучить десяток команд dbt run», а понять, зачем существует analytics engineering как роль и что именно делает dbt между моментом, когда вы пишете SELECT в файле модели, и моментом, когда таблица материализуется в вашем warehouse.

После курса вы сможете:

• Поднять минимально-производственный dbt-проект с нуля
• Понимать DAG, lineage и почему ref() — это не просто синтаксический сахар над именем таблицы
• Писать тесты (generic, singular, custom generic) и читать их вывод
• Структурировать модели по слоям staging / intermediate / marts
• Дебажить ошибки через target/compiled и target/run
• Читать lineage в dbt docs serve

Версия dbt в курсе

Все примеры в курсе синхронизированы с dbt-core 1.10 — это current stable релиз на май 2026 года. Где это важно, отмечаются отличия от 1.9 (microbatch GA), 1.8 (unit tests GA) и более ранних версий.

В качестве warehouse используется DuckDB через адаптер dbt-duckdb 1.10.x. DuckDB — это in-process OLAP база, которая работает с одним файлом на диске и не требует ни докера, ни облачных аккаунтов. Это снимает все барьеры входа: достаточно pip install dbt-duckdb, и через минуту у вас работающий проект.

Где DuckDB отличается от классических warehouse (Snowflake / BigQuery / Postgres) — это явно отмечается. Так что после курса переехать на любой production-стек будет вопросом конфигурации, а не переучивания.

Как создавался курс

Курс создан при участии Claude (Anthropic) как соавтора: ИИ помогал писать материалы, структурировать темы, генерировать примеры кода и диаграммы. Каждая глава проходила ручную сверку с первоисточниками — официальной документацией dbt, исходным кодом адаптера dbt-duckdb, release notes 1.8/1.9/1.10 — но гарантировать 100% точность невозможно.

Если вы заметили неточность, опечатку или хотите предложить улучшение — напишите в Telegram-группу курса. Это самый ценный вклад в курс, который вы можете сделать.

Углублённое изучение с Claude

Курс рассчитан на самостоятельное изучение, но любая теория быстрее ложится, если задавать вопросы. Рекомендую держать рядом браузерное расширение Claude (claude.com/download) — оно работает с контентом открытой страницы: выделяете кусок урока и спрашиваете напрямую.

Сценарии, которые особенно хорошо работают для углублённого погружения:

• «Объясни проще» / «дай ещё один пример» — когда формулировка из урока не дошла с первого раза.
• «Покажи, как это устроено на уровне SQL / адаптера / Jinja-компиляции» — когда хочется спуститься на слой ниже того, что даёт урок.
• «Как это связано с [другая тема курса]» — например, как ref() связан с тем, как dbt строит DAG.
• «У меня в проекте Snowflake / BigQuery / Postgres — что изменится?» — когда хочется примерить материал на свой реальный warehouse.

Это не замена курсу, а способ ускорить интеграцию материала в вашу картину мира. Если что-то из ответов Claude расходится с уроком — присылайте в Telegram-группу, курс будет уточнён.

Нашли ошибку?

Если заметили неточность, опечатку или хотите предложить улучшение:

Telegram-канал

Подписывайтесь, чтобы узнавать об обновлениях и новых курсах: