# dbt - Fondamenti (Data Analytics)

> Progetto dbt, models, sources, refs, tests, documentazione, materializations, seeds

- 20 domande da colloquio
- Mid-Level
- [Domande da colloquio: Data Analytics](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio.md)

## 1. Cos'è dbt (data build tool)?

**Risposta**

dbt è uno strumento di trasformazione dei dati che permette ad analisti e data engineer di scrivere trasformazioni in SQL o Python direttamente nel data warehouse. Segue l'approccio ELT (Extract, Load, Transform) in cui i dati vengono prima caricati nel warehouse e poi trasformati sul posto, a differenza dell'ETL tradizionale che trasforma prima del caricamento. dbt gestisce automaticamente le dipendenze tra model, i test e la documentazione.

## 2. Qual è la struttura di base di un progetto dbt?

**Risposta**

Un progetto dbt è organizzato intorno a cartelle chiave: models/ contiene i file SQL che definiscono le trasformazioni, seeds/ contiene i file CSV caricati come tabelle, tests/ memorizza i test personalizzati, macros/ ha funzioni Jinja riutilizzabili e snapshots/ conserva le acquisizioni di stato. Il file dbt_project.yml nella radice configura il progetto (nome, versione, materializations predefinite), mentre profiles.yml definisce le connessioni al warehouse.

## 3. Cos'è un model in dbt?

**Risposta**

Un model dbt è un file SQL contenente un'istruzione SELECT che definisce una trasformazione dei dati. Ogni model corrisponde a un file .sql nella cartella models/ e produce una tabella o vista nel data warehouse quando eseguito. I model possono fare riferimento ad altri model tramite la funzione ref(), creando un grafo di dipendenze (DAG) che dbt esegue nell'ordine corretto.

## Altre 17 domande disponibili

- Qual è lo scopo della funzione ref() in dbt?
- Cos'è una source in dbt e come si dichiara?

Registrati gratis: https://sharpskill.dev/it/login

## Altri argomenti di colloquio Data Analytics

- [Google Sheets - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-basics.md): 20 domande, Junior
- [Google Sheets - Formule avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-advanced.md): 20 domande, Junior
- [SQL - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-basics.md): 25 domande, Junior
- [SQL - Aggregazioni e raggruppamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-aggregations.md): 20 domande, Junior
- [SQL - Join](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-joins.md): 20 domande, Junior
- [BigQuery - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/bigquery-fundamentals.md): 20 domande, Junior
- [Data Cleaning - Pulizia dei dati](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-cleaning.md): 20 domande, Junior
- [KPI e metriche di business](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/kpis-metrics.md): 20 domande, Junior
- [Statistica descrittiva](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/descriptive-statistics.md): 20 domande, Junior
- [Zapier e automazione No-Code](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/zapier-automation.md): 20 domande, Junior
- [Principi di data visualization](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-viz-principles.md): 20 domande, Junior
- [Python & Pandas - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/python-pandas-basics.md): 20 domande, Junior
- [Google Sheets - Dashboard automatizzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/google-sheets-dashboards.md): 20 domande, Mid-Level
- [SQL - Subquery e CTE](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-subqueries-ctes.md): 20 domande, Mid-Level
- [SQL - Window Functions](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-window-functions.md): 20 domande, Mid-Level
- [BigQuery - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/bigquery-advanced.md): 20 domande, Mid-Level
- [Data Modeling](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/data-modeling.md): 20 domande, Mid-Level
- [Analisi di funnel e conversione](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/funnel-analysis.md): 20 domande, Mid-Level
- [Analisi delle coorti e retention](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/cohort-retention.md): 20 domande, Mid-Level
- [Google Tag Manager e tracking](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/gtm-tracking.md): 20 domande, Mid-Level
- [API e webhook](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/apis-webhooks.md): 20 domande, Mid-Level
- [AB Testing e statistica applicata](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/ab-testing.md): 20 domande, Mid-Level
- [Looker Studio (Google Data Studio)](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/looker-studio.md): 20 domande, Mid-Level
- [Power BI - Fondamenti](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/power-bi-fundamentals.md): 20 domande, Mid-Level
- [SQL - Query analitiche avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/sql-advanced-analytics.md): 20 domande, Senior
- [dbt - Funzionalità avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/dbt-advanced.md): 20 domande, Senior
- [Power BI - DAX e dashboard avanzate](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/power-bi-dax.md): 20 domande, Senior
- [Python Analytics - Analisi avanzata e ML](https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/python-analytics-advanced.md): 20 domande, Senior

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/it/technologies/data-analytics/domande-colloquio/dbt-fundamentals