dbt Labs dbt-Analytics-Engineering 시험 개요:
| 인증 벤더: | dbt Labs |
|---|---|
| 시험명: | dbt 애널리틱스 엔지니어링 자격 시험 |
| 시험 번호: | dbt-Analytics-Engineering |
| 지원 언어: | English |
| 자격증 유효 기간: | 2년 |
| 응시료: | 200 USD |
| 합격 점수: | 65% |
| 실제 시험 문항 수: | 65 |
| 시험 시간: | 120분 |
| 시험 형식: | 온라인 감독 시험, 객관식 |
| 관련 자격증: | dbt 아키텍트 자격증 |
| 권장 교육: | dbt 자격증 학습 가이드 dbt 공식 문서 |
| 시험 등록: | 공식 등록 페이지 |
| 샘플 문제: | dbt Labs dbt-Analytics-Engineering 샘플 문제 |
| 응시 방법: | 온라인 원격 감독 방식으로 진행되며, Caveon 테스트 플랫폼을 통해 시행됨 |
| 전제 조건: | SQL 활용 능력 권장; dbt Core 또는 dbt Cloud 실무 경험 6개월 이상 보유 권장; 필수 선행 조건은 없음 |
| 공식 요강 URL: | https://www.getdbt.com/certifications/analytics-engineer-certification-exam |
dbt Labs dbt-Analytics-Engineering 시험 요강 주제:
| 섹션 | 비중 | 목표 |
|---|---|---|
| 데이터 파이프라인 관리 | 15% | - 배포 전략 - CI/CD 연동 - 파이프라인 오케스트레이션 |
| 디버깅 및 오류 해결 | 15% | - 디버깅 기법 - 데이터 품질 문제 해결 - 모델링 오류 식별 |
| 문서화 작성 및 유지관리 | 10% | - 문서화 표준 - 설명 및 메타데이터 관리 - 문서 생성 |
| dbt 모델 관리 | 15% | - 명명 규칙 및 표준 - 프로젝트 구성 및 구조화 - 버전 관리 시스템 연동 |
| dbt 모델 개발 | 20% | - 모델 최적화
|
| 외부 종속성 관리 | 10% | - 패키지 활용 - 스냅샷 관리 - 외부 소스 연동 |
| dbt 상태 활용 | 5% | - 상태 인식 작업 실행 - 상태 관리 |
| dbt 테스트 구현 | 10% | - 기본 제공 테스트 - 사용자 정의 테스트 - 테스트 구성 및 실행 |
최신 Analytics Engineers dbt-Analytics-Engineering 무료샘플문제
문제 #1
You have a model that assumes an input dataset will always be sorted by a particular column. Unfortunately, this is not always true. What might be the best way to make your model more robust?
A. Increase memory allocated to your data warehouse in hopes the sorting happens by default.
B. Accept that this is a source data issue and cannot be addressed within dbt.
C. Add an explicit ORDER BY clause to the start of your model's SQL.
D. Implement a custom test to fail the model whenever the sorting assumption is violated.
문제 #2
(Multiple Select)
A. Misspelling "orders" as "orderes".
B. The error_after freshness check syntax.
C. Indenting freshness incorrectly under the customers table.
D. Using an 's' at the end of tables.
문제 #3
A new dbt model is created directly in the development environment without a corresponding raw data source. Which of these can be potential ramifications of this approach?
A. All of the above-
B. The model might be based on assumptions about data that dont hold true when applied in production.
C. There might be limited ability to reproduce or troubleshoot the model if the development data is modified or deleted.
D. You might lack a clear reference and lineage back to the original data source.
문제 #4
Code Review
A. Additional schema tests on the model to prevent similar issues from recurring.
B. An updated lineage graph produced by dbt docs generate to visualize the fix's impact on dependencies.
C. An explanation of the error's root cause and the reasoning behind your chosen solution.
D. A second reviewer assigned specifically to assess the potential side effects of the fix.
문제 #5
(Multiple Select)
A. An upstream source table schema was updated without updating the dbt model.
B. A ref function referencing another model is incorrect.
C. Your dbt tests are invalid.
D. You made a typo when defining the column name in your model.
질문과 대답:
| 문제 #1 정답: C,D | 문제 #2 정답: A,C | 문제 #3 정답: A | 문제 #4 정답: C | 문제 #5 정답: A,B,D |
1513 개 고객 리뷰
품질과 가치ITCertKR 의 높은 정확도를 보장하는 최고품질의 덤프는 IT인증시험에 대비하여 제작된것으로서 높은 적중율을 자랑하고 있습니다.
테스트 및 승인ITCertKR 의 덤프는 모두 엘리트한 전문가들이 실제시험문제를 분석하여 답을 작성한 만큼 시험문제의 적중률은 아주 높습니다.
쉽게 시험패스ITCertKR의 테스트 엔진을 사용하여 시험을 준비한다는것은 첫 번째 시도에서 인증시험 패스성공을 의미합니다.
주문하기전 체험ITCertKR의 각 제품은 무료 데모를 제공합니다. 구입하기로 결정하기 전에 덤프샘플문제로 덤프품질과 실용성을 검증할수 있습니다.
