Про этот курс

Это вторая часть программы по dbt — уровень middle/production. Если первая часть (dbt I) была про «как сделать рабочий проект из 10-20 моделей с базовыми тестами и snapshot», то эта — про то, как вести dbt-проект в команде из 5+ человек, на warehouse с миллиардами строк, с CI/CD, контрактами и Semantic Layer.

Курс рассчитан на 60-70 часов суммарно, разбит на 17 модулей, на русском, актуален на май 2026. Целевые версии: dbt-core 1.10.21 (stable), dbt-duckdb 1.10.1, DuckDB 1.4+ для MERGE. Где production будет Snowflake или BigQuery — мы это явно отмечаем: DuckDB здесь учебный warehouse, не цель, а средство.

Кому этот курс подходит

Идеальный читатель — это вы, если:

Курс не для тех, кто впервые открыл dbt — таким сначала нужен dbt I (или эквивалент). Курс также не для senior analytics engineer, которые уже годами ведут multi-project dbt Mesh — там будет третья часть, dbt III, про internals и архитектуру.

А вот если у вас в проекте уже 30-50 моделей, базовая CI-проверка через dbt test в GitHub Actions, и вы упираетесь в одно из: incremental scan стоит $$$, snapshots дублируют строки, тесты иногда красные по непонятной причине, новые модели ломают старые — этот курс закрывает разрыв.

Чем middle отличается от junior в dbt

Junior пишет модели. Middle отвечает за то, чтобы 100 моделей продолжали работать в проде через год без ручного бабушки-сидения.

Это шесть осей, на которых растёт middle. Каждой посвящён один или несколько модулей курса.

Что внутри курса

17 модулей, ~85 уроков. Структура:

Каждый урок — это лекция (1500-3000 слов), 2-3 диаграммы, реальные примеры с output, блок «Попробуй сам» и 1-2 KnowledgeCheck. После каждого урока — quiz из 5-7 вопросов уровня conceptual / applied / analytical (factual вопросов в курсе нет, мы не тренируем зубрилку). В конце каждого крупного блока — _exam.json на 6 deep вопросов.

Почему DuckDB как warehouse

Этот курс middle-уровня, но warehouse мы используем DuckDB, не Snowflake и не BigQuery. Причин три:

1. Воспроизводимость. DuckDB ставится одной командой pip install dbt-duckdb, не требует credentials, не стоит денег. Любой студент за 5 минут поднимает локальный warehouse и проходит каждый урок руками. Snowflake free tier истекает за 30 дней, BigQuery требует Google Cloud account с billing.

2. dbt-агностичность. Большинство концептов уровня middle — incremental стратегии, snapshots, tests, CI/CD, Semantic Layer — работают одинаково на любом warehouse. SQL-диалект слегка отличается, но архитектура одинаковая. DuckDB дешевле всех в обучении и достаточен для 95% уроков.

3. Реальная позиция в индустрии. DuckDB через MotherDuck стал production-warehouse для команд до 100 человек к 2026 году. Это не «учебная игрушка» — это рабочий выбор для среднего стартапа. Курс III (senior) дальше уйдёт в DuckLake / MotherDuck production.

Где DuckDB не справится или ведёт себя не как Snowflake/BQ — мы это явно отмечаем в уроках. Главные расхождения:

В вашей реальной работе через год это, вероятно, будет Snowflake, BigQuery или Databricks. Курс готовит к этому переходу — концепты переносимы, синтаксис почти идентичен.

Что нужно от вас

Курс читается как книга, но не работает как книга. Чтобы реально вынести знания, нужно:

1. Открыть терминал параллельно с уроком. В каждом модуле есть блоки «Попробуй сам» — это не риторика. Каждая команда dbt run, dbt test, каждый блок Jinja должен быть выполнен на вашем локальном проекте. Чтение, не подкреплённое практикой, забывается за две недели.
2. Делать упражнения и квизы. В конце каждого урока — quiz из 5-7 вопросов. Не пропускайте — вопросы построены так, чтобы вытащить «вроде понял» и проверить на «реально понял». В конце каждого крупного блока — exam из 6 deep вопросов.
3. Не торопиться. 65 часов курса лучше растянуть на 6-8 недель, чем уплотнить в две. Каждый модуль строится на предыдущем — если microbatch не понят, semantic layer не уложится.

Это бесплатно — и без подвоха

Курс полностью бесплатный. Нет paid tier, нет «купи курс за 99 рублей, чтобы открыть остальные модули», нет email-подписок с обещанием «20 советов про dbt в формате PDF». Всё содержимое — здесь, открыто, навсегда.

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 — спецификациями, документацией, исходным кодом рассматриваемых систем — 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 кода / железа» — когда хочется спуститься на слой ниже того, что даёт урок.
• «Как это связано с [другая тема курса]» — когда нужно увязать концепцию с тем, что было раньше.
• «У меня в проекте стек X — как применить?» — когда хочется примерить материал на свой реальный кейс.

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: