Modelar un data warehouse columnar para una cadena de retail en Lima
Visión general
De qué trata este proyecto.
Modela un data warehouse con esquemas en estrella: tabla de hechos de ventas + 6 dimensiones (cliente, producto, tienda, tiempo, promoción, vendedor). Define grano apropiado, slowly changing dimensions tipo 2 para producto y precio, y conformed dimensions entre ventas y stock. Implementa un ELT con dbt sobre BigQuery o Snowflake desde la BD operativa (export anonimizado de 3 meses). Compara 12 queries de BI representativas (P50 y P95) contra el OLTP. Entrega: modelo dimensional, código dbt, benchmarks y un memorando ejecutivo para CFO.
El Briefing
Lo que harás y lo que demostrarás.
Diseñar un data warehouse columnar con modelado Kimball y demostrar mejora medible sobre las consultas críticas del equipo de BI.
Earning criteria — what you'll demonstrate
- Aplicar modelado dimensional Kimball a un negocio real
- Implementar SCD tipo 2 y conformed dimensions
- Construir un pipeline ELT moderno con dbt
- Cuantificar mejoras vs OLTP con queries representativas
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosBackend Engineer
Diseñar un data warehouse con modelado dimensional sólido y dbt es la habilidad estrella para Backend Engineers que pivotan hacia data engineering.
Este proyecto afina
- data-warehousing
- data-modeling
- dbt
Software Engineer
Las Software Engineers que entienden dbt y modelado Kimball entregan analytics utilizables que liberan al equipo de BI del cuello de botella.
Este proyecto afina
- dbt
- sql
- data-modeling