Cours · 7 chapitres
Ingénierie des données avec l'IA
Ship data pipelines with AI agents doing the first draft: dbt models, Dagster DAGs, quality checks, debugging, and warehouse cost. 7 chapters, about 1.9 hours, for data engineers.
Ce que tu sauras faire
- Build dbt models with an AI agent
- Ship Dagster DAGs from a written spec
- Write quality checks that block bad loads
- Debug pipelines using Dagster run history
- Document lineage and metric definitions
- Cut warehouse cost with proven fixes
Ce qu’il contient
- 1Ingénierie des données avec l'IA : commence ici
Démarre le lab de données d'Anchorwell, un warehouse DuckDB avec dbt et Dagster déjà en place, et vois comment les six chapitres du parcours s'enchaînent avant de toucher à ta propre stack.
- 2Modélisation SQL & dbt assistée par agent
Le workflow dbt où un agent IA rédige un premier jet, et où tu décides ce qui part vraiment en production.
- 3Pipelines par spec : des DAG avec des agents
Rédige la spec du pipeline, fais construire le DAG par un agent, puis renforce-le avec les retries et l'idempotence qu'il n'ajoutera jamais de lui-même.
- 4La qualité des données comme du code
Transforme les checks bruyants du premier jet d'un agent en la poignée qui arrête vraiment un mauvais chargement.
- 5Déboguer des pipelines cassés
Fais parcourir à un agent l'historique des exécutions Dagster et les résultats de checks pour trouver, vérifier et corriger ce qui a réellement cassé.
- 6Docs, lignage et définitions
Fais générer par un agent la documentation des colonnes et les notes de lignage, relis-les comme n'importe quel autre brouillon d'agent, puis couche par écrit une définition de métrique que tout le monde peut citer.
- 7Coût et performance du warehouse
Fais trier par un agent l'historique des requêtes d'un warehouse, puis prouve un correctif avec de vrais chiffres avant et après.
Questions fréquentes
- What will I learn in the Data Engineering with AI course?
- You learn to put an AI agent to work across a full data engineering loop: drafting dbt models against a real schema, turning specs into Dagster DAGs, writing data quality checks that hold, debugging pipeline failures with run history, documenting lineage, and tuning warehouse cost. It runs 7 chapters in about 1.9 hours.
- Who is this Data Engineering with AI path for?
- It is built for data engineers and analytics engineers at a practitioner level who already work with SQL, dbt, or an orchestrator, and want to use an AI agent as a first draft partner rather than blind trust.
- Do I need dbt or Dagster experience before starting?
- Some SQL and data modeling background helps, since the path is practitioner level, but each chapter works from a shared DuckDB, dbt, and Dagster practice kit, so you build the specific dbt and Dagster skills as you go.
- How long is the path and is there a certificate?
- The path runs 7 chapters, including a Start Here orientation, for about 1.9 hours total. You earn a certificate on the AI Academy by Anthropos when you complete every chapter.
- Is the Data Engineering with AI course free?
- No, it is a paid path included with an AI Academy by Anthropos subscription, alongside the rest of the AI Engineering track.
Obtiens un certificat
Termine tous les chapitres pour recevoir ton certificat de réussite.