Models, sources, seeds, tests, snapshots, macros, exposures, doc, CI/CD, lineage.
Avant de démarrer, on fait un test technique de 1 min — micro, bruit, connexion. Si ton matériel ne convient pas, le test est remboursé intégralement.
Prouve en 15 minutes que tu maîtrises vraiment dbt : modèles, tests, macros, incremental et CI/CD — pas juste une ligne sur ton CV.
Le badge dbt de Plume évalue ta capacité à concevoir, structurer et opérer des projets dbt en conditions réelles. L'oral couvre l'ensemble du cycle de vie : architecture staging/intermediate/marts, choix de matérialisation (view, table, incremental, ephemeral), écriture de tests génériques et singuliers, usage des snapshots pour la gestion du SCD2, création de macros Jinja, exploitation de packages comme dbt_utils ou dbt_expectations, documentation via le fichier schema.yml et les exposures, et intégration CI/CD avec slim CI et les artefacts state:modified.
Ce qui distingue ce badge d'une simple ligne LinkedIn, c'est la conversation. L'IA examinatrice te demande de raconter des projets concrets : une refactorisation de modèles hérités, un test qui a intercepté une anomalie en production, ou un choix de stratégie incremental (merge vs insert_overwrite) motivé par des contraintes de volume et de coût. Elle pousse aussi sur les limites de l'outil : quand dbt n'est pas adapté, et pourquoi tu pourrais lui préférer SQLMesh, Dataform ou du Spark pur. À l'issue de l'oral, Claude Opus analyse la transcription et produit un score de 0 à 100 avec un niveau certifié.
Ce badge s'adresse aux data engineers, analytics engineers et data analysts qui utilisent dbt au quotidien — en dbt Core ou dbt Cloud — et qui veulent une preuve objective de leur niveau pour accélérer une recherche d'emploi, convaincre un client en freelance, ou progresser en interne. Il est particulièrement pertinent si tu travailles avec BigQuery, Snowflake, Databricks ou Redshift et que tu veux montrer que tu vas bien au-delà du simple SELECT.
Voici les dimensions concrètes que l'IA examine pendant les 15 minutes d'oral.
Structurer un projet dbt selon les couches staging, intermediate et marts, nommer les modèles de façon cohérente, et gérer les dépendances via ref() et source() pour garantir un lineage propre.
Choisir entre view, table, incremental et ephemeral selon les contraintes de coût, de fraîcheur et de volume, et configurer les stratégies merge ou insert_overwrite avec les clauses unique_key et partition_by.
Écrire des tests génériques (not_null, unique, accepted_values, relationships) et des tests singuliers, exploiter dbt_expectations pour des assertions avancées, et surveiller les résultats en CI pour bloquer les régressions.
Créer des macros custom pour factoriser la logique SQL répétitive, utiliser les blocs if/for de Jinja, exploiter dbt_utils (generate_surrogate_key, union_relations) et comprendre le cycle de compilation.
Configurer des snapshots pour capturer l'historique des données changeantes selon les stratégies timestamp ou check, et comprendre les colonnes dbt_scd_id, dbt_updated_at et dbt_valid_to générées automatiquement.
Intégrer dbt dans GitHub Actions, GitLab CI ou dbt Cloud Jobs, tirer parti des artefacts manifest.json pour le mode state:modified, et orchestrer les runs avec Airflow ou Dagster.
Rédiger des descriptions de modèles et de colonnes dans schema.yml, générer le site de documentation dbt docs generate, et définir des exposures pour tracer l'usage des données dans les outils BI.
Identifier les cas où dbt atteint ses limites (transformations Python complexes, volumes extrêmes, logique de streaming) et argumenter le choix d'une alternative comme SQLMesh, Dataform ou un pipeline Spark.
L'évaluation finale est faite par Claude (Anthropic) qui relit la transcription complète et applique cette grille de critères pondérés.
Précision sur les concepts clés : ref(), source(), matérialisations, stratégies incremental, snapshots, macros Jinja, packages. Le candidat doit utiliser la terminologie exacte et montrer qu'il connaît les mécaniques internes.
Qualité et précision des projets racontés : taille du DAG, warehouse cible, contraintes rencontrées, décisions prises. Un bon candidat cite des chiffres, des arbitrages et des erreurs apprises.
Connaissance des conventions de nommage, de la séparation staging/intermediate/marts, de la gestion du lineage et des sources, et de l'organisation du projet pour le travail en équipe.
Capacité à décrire une pipeline CI/CD dbt fonctionnelle : tests automatisés, slim CI avec state:modified, gestion des environnements (dev/staging/prod) et orchestration.
Aptitude à identifier les limites de dbt, à comparer avec les alternatives (SQLMesh, Dataform) et à s'exprimer sur les évolutions récentes comme les unit tests natifs (v1.8), les model contracts ou dbt Fusion.
Une session Plume tient en environ 20 minutes, du test technique à la délivrance du badge.
Ton micro et ta connexion sont testés automatiquement. Assure-toi d'être dans un endroit calme. L'oral se déroule entièrement en vocal, sans partage d'écran ni code à écrire en direct.
L'IA t'invite à te présenter brièvement et à décrire ton projet dbt le plus récent ou le plus complexe : type de warehouse, taille du DAG, rôle dans l'équipe. L'objectif est de calibrer la profondeur des questions suivantes.
L'examinateur IA creuse sur 4 à 6 thèmes : architecture des modèles, choix de matérialisation, tests en production, usage des macros, intégration CI/CD, et ton regard critique sur les limites et l'évolution de dbt. Chaque réponse peut être relancée avec une question de suivi.
Tu peux ajouter un point que tu n'as pas eu l'occasion d'aborder — un cas d'usage particulier, une opinion sur dbt Fusion ou les unit tests natifs. L'IA conclut l'oral et te confirme que l'analyse est en cours.
Claude Opus analyse la transcription complète et génère ton score (0-100), ton niveau (Novice/Confirmé/Avancé/Expert), un rapport détaillé par critère, et l'URL publique de ton badge à partager.
Le score sur 100 se traduit en un niveau lisible d'un coup d'œil par un recruteur.
Tu connais les concepts de base de dbt (modèles, ref(), run, test) mais tu n'as pas encore de projet en production. Tu suis des tutoriels et tu comprends la logique de transformation SQL déclarative, sans maîtriser les matérialisations avancées ni la CI/CD.
Tu utilises dbt en production sur au moins un projet. Tu sais configurer des sources, des tests génériques, des seeds et des snapshots simples. Tu commences à écrire des macros et à organiser tes modèles en couches, mais les stratégies incremental complexes et la CI/CD te sont encore peu familières.
Tu pilotes l'architecture dbt d'un projet d'équipe. Tu choisis tes matérialisations avec discernement, tu écris des macros Jinja custom, tu exploites dbt_utils et dbt_expectations, et tu as mis en place une CI/CD avec slim CI. Tu documentes tes modèles et tes exposures, et tu sais déboguer les runs en production.
Tu conçois des architectures dbt à grande échelle sur des warehouses comme Snowflake, BigQuery ou Databricks. Tu maîtrises les model contracts, les versions de modèles, les packages custom, et tu contribues aux discussions sur l'évolution de dbt Core. Tu sais quand dbt n'est pas le bon outil et tu justifies tes choix d'alternatives avec précision.
Pas besoin d'années d'expérience ou de diplôme pour passer le badge. Voici les profils pour qui il fait sens.
Tu travailles avec dbt tous les jours et tu veux une preuve objective de ton niveau pour négocier une revalorisation salariale ou postuler à un poste senior sans passer par un entretien technique de 3 heures.
Tu viens du monde des pipelines ETL classiques et tu adoptes dbt pour les transformations. Le badge valide que tu maîtrises les conventions et les bonnes pratiques de l'outil, au-delà de la simple syntaxe SQL.
Tu dois convaincre des clients de ta compétence dbt en quelques secondes. Un badge avec un score et un niveau certifié par IA remplace avantageusement une liste de missions sur ton site portfolio.
Tu as appris dbt en formation ou en autodidacte et tu veux te différencier des autres candidats sur le marché. Le badge donne un signal crédible sur ton niveau réel, là où les projets perso restent difficiles à évaluer.
Tu évalues ou recrutes des profils dbt dans ton équipe. Passer toi-même le badge t'aide à calibrer le niveau attendu et à structurer tes entretiens techniques autour des bons thèmes.
Où et comment ton badge dbt va te servir au quotidien.
Tu postules à un poste d'analytics engineer chez une scale-up. Au lieu de simplement lister dbt sur ton CV, tu partages l'URL de ton badge Plume qui affiche ton score et les thèmes évalués. Le recruteur a une lecture objective de ton niveau avant même le premier entretien.
Un DSI t'interroge sur ta maîtrise de dbt avant de te confier la refonte de son data warehouse Snowflake. Tu lui transmets ton rapport de badge qui détaille tes points forts sur l'architecture des modèles et la CI/CD, et tu décroches la mission sans avoir à passer un test technique supplémentaire.
Tu vises un passage de data analyst à analytics engineer dans ta boîte. Ton manager hésite sur ton niveau dbt réel. Tu passes le badge et tu partages le rapport lors de ton entretien annuel : le score chiffré et les commentaires par critère appuient ta demande de promotion.
Un head of data fait passer le badge à toute son équipe analytics pour identifier les lacunes collectives sur les tests et la documentation dbt. Les résultats orientent le plan de formation trimestriel.
Tu repasses le badge 6 mois après avoir mis en production ta première pipeline incremental sur BigQuery. La comparaison des deux scores te montre concrètement ta progression sur les stratégies de matérialisation et la maîtrise des macros.
Tu intègres le lien de ton badge dbt dans ton profil LinkedIn et sur ton site personnel. Les recruteurs qui visitent ton profil voient directement ton niveau certifié, sans avoir à te demander de réaliser un test technique chronophage.
Quelques minutes pour vérifier que tu as bien tout ce qu'il faut.
À la fin de ta session, tu ne reçois pas juste un score : voici tout ce qui t'attend.
Tu reçois un score chiffré et un niveau (Novice, Confirmé, Avancé ou Expert) qui reflètent précisément ta maîtrise de dbt — de l'architecture des modèles aux stratégies incremental en passant par la CI/CD.
Un rapport structuré détaille tes points forts et tes axes de progression sur chacun des 5 critères d'évaluation : technique dbt, exemples concrets, architecture, CI/CD et recul critique sur l'écosystème.
L'audio de ton oral est conservé de façon sécurisée et accessible uniquement par toi. Tu peux le réécouter pour préparer un entretien ou identifier tes formulations à améliorer.
Une URL publique te permet de partager ton badge sur LinkedIn, dans ton CV, sur ton portfolio ou dans un email à un recruteur. Le badge affiche ton score, ton niveau et les thèmes évalués.
Découvre d'autres compétences proches que tu peux faire valider avec Plume.
15 minutes d'oral avec une IA, un badge partageable pour tes recruteurs.
Choisir ce badge · 19,99 €
