Czym jest DBT i jak łączy się z ML?

DBT (Data Build Tool) to narzędzie do transformacji danych w ramach procesu ETL/ELT, które pozwala na pisanie kodu SQL do przygotowania i oczyszczenia danych w magazynach danych.

W kontekście uczenia maszynowego, DBT pomaga tworzyć czyste, strukturalne i zweryfikowane zestawy danych, które następnie są używane do trenowania modeli. W ten sposób DBT zapewnia niezawodne i powtarzalne przygotowanie danych, co jest kluczowe dla jakości procesów ML.

Przykład użycia: najpierw za pomocą DBT tworzone są tabele z cechami (feature engineering), a następnie te tabele są podawane na wejście modeli ML.