#dbt
risultati
-
dbt Labs ritira la Snowflake Native App: cosa cambia e perché
dbt Labs ritira la dbt Snowflake Native App: maintenance mode da luglio 2026 e rimozione dal Marketplace a…
-
Wistia e il modello hub-and-spoke: cosa racconta il suo data scientist
Chris Bertrand, data scientist di Wistia, racconta come il passaggio da integrazioni custom a un modello hub-and-spoke ha…
-
Analytics engineering con dbt: cosa ha funzionato (e cosa no) in N26
Il racconto dell’adozione di dbt in N26 durante l’iperscrescita: benefici concreti, ma anche DAG fragili e lezioni sul…
-
Disposable software: quando il codice usa e getta diventa la norma
Notebook, app Streamlit e dashboard BI hanno vita breve per definizione. La tesi del CEO di Fivetran: l’AI…
-
Perché una buona data activation richiede un buon data modeling
Centralizzare i dati non basta per attivarli: senza data modeling si rischia il “garbage in, garbage out”. Come…
-
Analytics engineer o data engineer: chi serve davvero
Ruoli spesso confusi ma con responsabilità diverse: l’analytics engineer sta vicino al business e ai dati, il data…
-
Arricchire i dati in Snowflake con le external functions
Come Fivetran usa le external functions di Snowflake, l’API di Clearbit e dbt per arricchire i dati cliente…
-
Fivetran e dbt: dbt Core v2.0 open source e nuovi agenti per i data team
Fivetran e dbt Labs annunciano dbt Core v2.0 con il runtime Fusion open source, dbt State per ridurre…
-
Agents Schema: uno standard per dare contesto di business agli AI agent
Fivetran e dbt Labs propongono Agents Schema: uno schema condiviso nel warehouse o nel lake dove metriche, semantica…
-
Sette passi per alimentare gli AI agent con Fivetran e Google Cloud
Dalla connessione dei dati al lineage end-to-end: i sette passi con cui Fivetran, dbt e Google Cloud costruiscono…