# dbt - Fondamentaux (Data Analytics) > Projet dbt, models, sources, refs, tests, documentation, materializations, seeds - 20 questions d'entretien - Confirmé - [Questions d'entretien: Data Analytics](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien.md) ## 1. Qu'est-ce que dbt (data build tool) ? **Réponse** dbt est un outil de transformation de données qui permet aux analystes et ingénieurs data d'écrire des transformations en SQL ou Python directement dans le data warehouse. Il suit l'approche ELT (Extract, Load, Transform) où les données sont d'abord chargées dans le warehouse puis transformées sur place, contrairement à l'ETL classique qui transforme avant le chargement. dbt gère les dépendances entre modèles, les tests et la documentation automatiquement. ## 2. Quelle est la structure de base d'un projet dbt ? **Réponse** Un projet dbt est organisé autour de dossiers clés : models/ contient les fichiers SQL définissant les transformations, seeds/ les fichiers CSV chargés comme tables, tests/ les tests personnalisés, macros/ les fonctions Jinja réutilisables, et snapshots/ les captures d'état. Le fichier dbt_project.yml à la racine configure le projet (nom, version, materializations par défaut), tandis que profiles.yml définit les connexions au warehouse. ## 3. Qu'est-ce qu'un model dans dbt ? **Réponse** Un model dbt est un fichier SQL contenant une instruction SELECT qui définit une transformation de données. Chaque model correspond à un fichier .sql dans le dossier models/ et produit une table ou une vue dans le data warehouse lors de l'exécution. Les models peuvent référencer d'autres models via la fonction ref(), créant ainsi un graphe de dépendances (DAG) que dbt exécute dans le bon ordre. ## 17 questions supplémentaires disponibles - À quoi sert la fonction ref() dans dbt ? - Qu'est-ce qu'une source dans dbt et comment la déclarer ? S'inscrire gratuitement: https://sharpskill.dev/fr/login ## Autres sujets d'entretien Data Analytics - [Google Sheets - Les fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-basics.md): 20 questions, Junior - [Google Sheets - Formules avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-advanced.md): 20 questions, Junior - [SQL - Les fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-basics.md): 25 questions, Junior - [SQL - Agrégations et groupements](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-aggregations.md): 20 questions, Junior - [SQL - Jointures](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-joins.md): 20 questions, Junior - [BigQuery - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/bigquery-fundamentals.md): 20 questions, Junior - [Data Cleaning - Nettoyage des données](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-cleaning.md): 20 questions, Junior - [KPIs et métriques business](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/kpis-metrics.md): 20 questions, Junior - [Statistiques descriptives](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/descriptive-statistics.md): 20 questions, Junior - [Zapier et automatisation No-Code](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/zapier-automation.md): 20 questions, Junior - [Principes de data visualisation](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-viz-principles.md): 20 questions, Junior - [Python & Pandas - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-pandas-basics.md): 20 questions, Junior - [Google Sheets - Dashboards automatisés](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/google-sheets-dashboards.md): 20 questions, Confirmé - [SQL - Sous-requêtes et CTEs](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-subqueries-ctes.md): 20 questions, Confirmé - [SQL - Window Functions](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-window-functions.md): 20 questions, Confirmé - [BigQuery - Fonctionnalités avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/bigquery-advanced.md): 20 questions, Confirmé - [Data Modeling](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/data-modeling.md): 20 questions, Confirmé - [Analyse de funnels et conversion](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/funnel-analysis.md): 20 questions, Confirmé - [Analyse de cohortes et rétention](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/cohort-retention.md): 20 questions, Confirmé - [Google Tag Manager et tracking](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/gtm-tracking.md): 20 questions, Confirmé - [APIs et webhooks](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/apis-webhooks.md): 20 questions, Confirmé - [AB Testing et statistiques appliquées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/ab-testing.md): 20 questions, Confirmé - [Looker Studio (Google Data Studio)](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/looker-studio.md): 20 questions, Confirmé - [Power BI - Fondamentaux](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/power-bi-fundamentals.md): 20 questions, Confirmé - [SQL - Requêtes analytiques avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/sql-advanced-analytics.md): 20 questions, Senior - [dbt - Fonctionnalités avancées](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/dbt-advanced.md): 20 questions, Senior - [Power BI - DAX et dashboards avancés](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/power-bi-dax.md): 20 questions, Senior - [Python Analytics - Analyse avancée et ML](https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/python-analytics-advanced.md): 20 questions, Senior --- Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack. HTML version of this page: https://sharpskill.dev/fr/technologies/data-analytics/questions-entretien/dbt-fundamentals