Le vibe coding – où les développeurs décrivent leur intention en langage naturel et l'IA génère le code – gagne du terrain, mais son applicabilité aux frameworks structurés d'ingénierie de données comme dbt reste peu explorée. Cette expérience aborde un projet d'entrepôt de données Data Vault utilisant dbt et SQL Server entièrement via le vibe coding. L'auteur documente le flux de travail, de la définition des concepts métier à la génération des modèles dbt, et évalue la qualité et l'exactitude du code produit par l'IA. Les principales conclusions incluent que l'IA gère bien le code répétitif et les modèles standards, mais rencontre des difficultés avec la logique métier nuancée et les conventions spécifiques à dbt comme les matérialisations incrémentales et les configurations de tests. L'article offre des conseils pratiques sur quand faire confiance à la sortie de l'IA et quand une revue manuelle est essentielle. Pour les équipes de données envisageant le développement assisté par IA, cela fournit une référence réaliste des capacités actuelles et une feuille de route pour intégrer le vibe coding dans les workflows dbt.
Une expérience utilisant le vibe coding assisté par IA pour construire un entrepôt de données Data Vault avec dbt et SQL Server, révélant des insights pratiques pour les ingénieurs de données.