Corso · 7 capitoli
Data Engineering con l'AI
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.
Cosa saprai fare
- 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
Cosa contiene
- 1Data Engineering con l'AI: Inizia da Qui
Avvia il data lab di Anchorwell, un warehouse DuckDB con dbt e Dagster già configurati, e scopri come si collegano i sei capitoli del percorso prima di toccare il tuo stack.
- 2SQL e modellazione dbt con un agente
Il flusso dbt in cui un agente IA scrive la bozza e tu decidi cosa finisce davvero in produzione.
- 3Pipeline da specifica: DAG con gli agenti
Scrivi la specifica della pipeline, guida un agente a costruire il DAG, e rendila solida con i retry e l'idempotenza che da solo non aggiungerebbe.
- 4Data Quality as Code
Trasforma i controlli rumorosi di prima bozza di un agent in quei pochi che davvero bloccano un caricamento sbagliato.
- 5Debugging Broken Pipelines
Guida un agent nella cronologia dei run di Dagster e nei check per trovare, verificare e correggere cosa si è davvero rotto.
- 6Documentazione, Lineage e Definizioni
Genera automaticamente la documentazione delle colonne e le note di lineage con un agente, rivedile come qualsiasi altra bozza generata da un agente, poi metti per iscritto una definizione di metrica a cui tutti possano fare riferimento.
- 7Costi e Prestazioni del Warehouse
Fai il triage della cronologia query di un warehouse con un agente, poi dimostra una correzione con numeri reali di prima e dopo.
Domande frequenti
- 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.
Ottieni un certificato
Completa tutti i capitoli per ricevere il tuo certificato di completamento.