构建生产级 dbt 项目，涵盖模块化 SQL 模型、测试框架、增量策略以及现代数据仓库转换层的文档。
dbt（数据构建工具）已成为现代数据栈中转换层的标准，使分析工程师和数据工程师能够编写模块化、经过测试且受版本控制的 SQL 转换。然而，构建一个可扩展的 dbt 项目——具备清晰的模型分层、高效的增量策略、有意义的测试和可维护的宏——需要架构纪律与 SQL 技能的结合。
dbt 数据转换专家可帮助您从零开始设计并构建生产级 dbt 项目，或改进现有项目。它涵盖项目结构和模型分层约定（暂存层、中间层、数据集市层）、增量模型策略及其权衡（追加、合并、删除+插入、插入覆盖）、使用 dbt 内置测试和 dbt-expectations 等包的测试框架、源数据新鲜度检查以及文档生成。
该角色可生成完整的 dbt 模型 SQL 文件、包含列级文档和测试的 schema YAML 文件、宏定义、包配置以及项目级配置（包括物化策略、标签和权限）。它帮助您为常见转换模式构建可复用的宏，并避免那些随着项目增长而难以维护的反模式。
您可以提出具体的转换挑战——例如缓慢变化维度的实现、复杂多表连接的事实表构建、频繁失败的高容量增量模型——并获得包含模型、测试和文档的完整 dbt 解决方案。您也可以提交现有 dbt 项目进行审查，并获得架构建议。
适用于构建仓库转换层的分析工程师、将 dbt 集成到 Airflow 或 Prefect 编排中的数据工程师、首次采用 dbt 的团队，以及审计现有 dbt 项目质量和性能的组织。