Comment passer l'examen blanc ANALYTICS-ENG ?

Cliquez sur le bouton « Commencer l'examen » sur cette page pour accéder à l'examen blanc ANALYTICS-ENG en ligne, gratuitement, avec correction immédiate à la fin.

Puis-je refaire l'examen plusieurs fois ?

Oui, autant de fois que vous le souhaitez.

Les corrections sont-elles fournies ?

Oui, chaque réponse est expliquée en détail.

Examen ANALYTICS-ENG — ANALYTICS-ENG — dbt Certified Analytics Engineer | Questions d'entraînement

À propos de l'examen ANALYTICS-ENG

L'examen ANALYTICS-ENG — ANALYTICS-ENG — dbt Certified Analytics Engineer — est proposé par dbt Labs et fait partie des certifications IT les plus reconnues au niveau international. Cette épreuve évalue vos compétences pratiques et théoriques dans le domaine de dbt certified analytics engineer. L'entraînement Certifexpress comprend 60 questions au format officiel pour une durée de 90 minutes. Le score minimum requis pour réussir est de 65%. Sur cette page, découvrez 5 exemples de questions représentatives pour évaluer votre niveau avant de commencer l'entraînement complet.

Comment se préparer à l'examen ANALYTICS-ENG ?

Révisez les concepts clés couverts dans le guide officiel de l'examen ANALYTICS-ENG.

Entraînez-vous régulièrement avec des questions au format réel pour vous familiariser avec la structure de l'épreuve.

Identifiez vos points faibles grâce aux explications détaillées fournies après chaque réponse.

Gérez votre temps : simulez les conditions réelles de l'examen en vous chronométrant.

Rejoignez la communauté Certifexpress pour partager vos retours d'expérience avec d'autres candidats.

5 exemples de questions — ANALYTICS-ENG

Ces questions sont extraites aléatoirement de la banque de questions officielle. Les réponses correctes ne sont pas indiquées ici — elles sont révélées lors de l'examen complet.

Votre entreprise dispose d'une base de données PostgreSQL tierce qui alimente plusieurs modèles dbt. Vous souhaitez centraliser la définition de ces tables externes, activer des tests de fraîcheur (freshness) et permettre à votre équipe de référencer ces tables via la fonction ref(). Quelle approche est correcte ?

A A. Déclarer les tables dans un fichier sources.yml avec la propriété 'freshness' et les référencer via la fonction source() dans les modèles dbt. B B. Déclarer les tables dans un fichier sources.yml avec la propriété 'freshness' et les référencer via la fonction ref() dans les modèles dbt. C C. Créer des modèles SQL intermédiaires avec des SELECT * sur chaque table externe et utiliser ref() pour les référencer. D D. Utiliser la macro generate_source() pour créer automatiquement des vues matérialisées et les référencer avec ref().

Dans un projet dbt, un ingénieur analytics remarque que le fichier dbt_project.yml contient la configuration suivante sous la clé models : +materialized: view pour le dossier staging et +materialized: table pour le dossier marts. Un modèle spécifique dans le dossier staging déclare {{ config(materialized='table') }} dans son bloc config. Quelle matérialisation sera appliquée à ce modèle ?

A A. view, car la configuration du fichier dbt_project.yml est toujours prioritaire sur le bloc config() du modèle. B B. table, car le bloc config() déclaré dans le modèle lui-même a la priorité la plus élevée dans la hiérarchie de résolution des configurations. C C. Le build échouera avec une erreur de conflit de configuration entre le fichier dbt_project.yml et le bloc config(). D D. La matérialisation par défaut de dbt (view) sera utilisée car les deux configurations s'annulent mutuellement.

Un analyste de votre équipe a créé un modèle dbt nommé stg_orders.sql dans le répertoire models/staging/. Il souhaite que ce modèle soit matérialisé comme une vue dans l'entrepôt de données, mais la configuration par défaut du projet dans dbt_project.yml spécifie materialized: table pour tous les modèles. Quelle approche est la plus appropriée pour matérialiser uniquement ce modèle en vue tout en conservant le comportement par défaut pour les autres modèles ?

A A. Modifier dbt_project.yml pour changer la matérialisation globale en view B B. Ajouter {{ config(materialized='view') }} en haut du fichier stg_orders.sql C C. Renommer le fichier en stg_orders_view.sql pour que dbt détecte automatiquement le type D D. Créer un fichier schema.yml dans le répertoire staging/ avec la propriété materialized: view au niveau du projet

Dans un projet dbt multi-packages, vous utilisez un package externe nommé 'dbt_utils' et un package interne nommé 'shared_models' qui expose un modèle dim_date. Votre projet principal contient également un modèle dim_date dans models/marts/. Comment devez-vous référencer spécifiquement le modèle dim_date du package shared_models dans vos modèles ?

A A. {{ ref('dim_date', package='shared_models') }} B B. {{ ref('shared_models', 'dim_date') }} C C. {{ ref('shared_models.dim_date') }} D D. {{ source('shared_models', 'dim_date') }}

Un data engineer de votre équipe a défini des sources dans un fichier .yml avec des descriptions détaillées et des tests de freshness. Lors de la génération de la documentation avec 'dbt docs generate', il constate que les informations sur les colonnes des sources (types de données, statistiques) n'apparaissent pas dans le catalogue généré. Quelle est la cause la plus probable de ce problème ?

A A. Les sources ne sont pas supportées par 'dbt docs generate' et n'apparaissent jamais dans le catalogue B B. Le data engineer doit ajouter 'loaded_at_field' à chaque source pour que les métadonnées soient récupérées C C. Le profil de connexion utilisé n'a pas les permissions suffisantes pour interroger les metadata du warehouse (information_schema) sur les tables sources D D. Les descriptions de sources doivent être définies dans des fichiers .md séparés, pas directement dans le .yml

Encore 55 questions dans l'examen complet

Accédez à toutes les questions avec corrections détaillées et explications officielles.

Commencer l'examen — Gratuit

✓ Sans inscription obligatoire · Correction immédiate

📖 Préparez-vous avec nos guides

Salaires & Certifications IT 2026

Commencer l'examen ANALYTICS-ENG complet

60 questions au format officiel, corrections détaillées, suivi de votre progression. Gratuit, sans CB.

Commencer l'examen complet →