EnglishDeutschFrançaisEspañolPortuguês

Snowflake · SF-SP · Mittleres Niveau

SnowPro Specialty: Snowpark (SPS-C01) — Übungsfragen und Probeprüfung

Die SnowPro Specialty: Snowpark Certification (SPS-C01) weist Expertise im Umgang mit der Snowpark-API für Data Engineering und Data Science auf Snowflake nach: DataFrame-Transformationen, Session-Management, Stored Procedures, User-Defined Functions sowie die Verarbeitung von Ergebnissen auf Client- gegenüber Serverseite.

Kostenlos übenErst eine Probefrage ansehen
Erst eine Probefrage ansehenKostenlos üben
Kostenlos für SF-SP übenSF-SP-Zugang für 29,99 USD kaufen
55Fragen pro Pass-IT-Probeprüfung
85minZeitlimit der Pass-IT-Probeprüfung

Offizielle SF-SP-Prüfung: 750 von 1000 Punkten zum Bestehen.

Mit Angaben von Snowflake abgeglichen · September 2026 · Aktuelle Prüfungsversion

Pass-IT ausprobieren

Probiere aus, wie du mit Pass-IT lernst.

Beantworte eine SF-SP-Probefrage und sieh dir die Erklärung mit Quellenverweis an. Direkt hier, ohne Anmeldung.

Snowpark-Performance-Optimierung1 / 5

Wofür ist der Session-Parameter query_tag in Snowpark da?

AlexGanze Erklärung von Alex

Der Session-Parameter query_tag setzt eine beliebige Zeichenkette, die an jede innerhalb der Session ausgeführte SQL-Abfrage angehängt wird. Dieser Tag taucht in den QUERY_HISTORY-Views und in Snowsight auf, sodass Teams Abfragen nach Anwendung, Modul oder Pipeline identifizieren, gruppieren und überwachen können. Gesetzt wird er über session.query_tag = 'my_tag'. Warum die anderen falsch sind: query_tag hat keinen Einfluss auf die Ausführungspriorität oder die Reihenfolge der Einplanung. Er begrenzt die Nebenläufigkeit nicht — die wird über die Warehouse-Einstellungen gesteuert. Er aktiviert oder beeinflusst auch kein Ergebnis-Caching; das Caching verwaltet Snowflake unabhängig davon über den Query Result Cache. Ref: docs.snowflake.com/en/developer-guide/snowpark/reference/python/api/snowflake.snowpark.Session.query_tag

Quelledocs.snowflake.com

Snowpark für Datentransformationen2 / 5

Was passiert in einer Snowpark-ML-Pipeline, die sowohl einen StandardScaler als auch einen XGBClassifier enthält, wenn pipeline.fit(train_df) aufgerufen wird?

AlexGanze Erklärung von Alex

Beim Aufruf von pipeline.fit(train_df) werden die Schritte nacheinander ausgeführt: Der StandardScaler wird auf den Trainingsdaten gefittet und transformiert sie, danach trainiert der XGBClassifier auf der vom Scaler transformierten Ausgabe. Jeder zwischengeschaltete Transformer muss fit() und transform() implementieren. Warum die anderen falsch sind: Die Pipeline fittet alle Schritte automatisch — ein separater train()-Aufruf ist nicht nötig. Die Schritte werden nicht zu einer einzigen SQL-Abfrage kompiliert; jeder Schritt wird eigenständig in der Reihenfolge ausgeführt. Es wird keine Dynamic Table erzeugt; die Pipeline-Verarbeitung nutzt DataFrame-Transformationen, keine materialisierten Views. Ref: docs.snowflake.com/en/developer-guide/snowpark-ml/reference/latest/api/modeling/snowflake.ml.modeling.pipeline.Pipeline

Quelledocs.snowflake.com

Snowpark-Konzepte3 / 5

Wie erstellst du aus einer bestehenden Snowflake-Tabelle einen Snowpark-DataFrame?

AlexGanze Erklärung von Alex

session.table("table_name") ist die Standard-Snowpark-API, um einen lazy ausgewerteten DataFrame zu erzeugen, der auf eine bestehende Snowflake-Tabelle verweist. Sie gibt ein Table-Objekt zurück (eine Unterklasse von DataFrame), ohne die Daten sofort zu laden. Der Name kann vollqualifiziert sein: 'db.schema.table'. session.read.table() ist keine gültige Snowpark-Methode — Snowpark nutzt keinen .read-Accessor wie PySpark. DataFrame.load() existiert in der Snowpark-API nicht. session.query() ist keine Methode; für rohes SQL nimmst du session.sql(), für direkte Tabellenverweise ist aber session.table() vorzuziehen. Ref: docs.snowflake.com/en/developer-guide/snowpark/reference/python/latest/snowpark/api/snowflake.snowpark.Session.table

Quelledocs.snowflake.com

Snowpark für Datentransformationen4 / 5

Welche Snowpark-Funktion wandelt eine String-Spalte in Großbuchstaben um?

AlexGanze Erklärung von Alex

Die Funktion upper() aus snowflake.snowpark.functions wandelt eine String-Spalte in Großbuchstaben um und wird in die SQL-Funktion UPPER() übersetzt. Unicode wird unterstützt. Verwendung: functions.upper(col('name')). Warum die anderen falsch sind: col('name').upper() ist keine gültige Column-Methode — upper ist eine eigenständige Funktion, keine Methode der Spalte. Die Option „functions.to_upper(col('name'))“ to_upper() gibt es in snowflake.snowpark.functions nicht; der korrekte Name ist upper(). .str.upper() ist ein pandas-Accessor-Muster und steht auf Snowpark-Column-Objekten nicht zur Verfügung. Ref: docs.snowflake.com/en/developer-guide/snowpark/reference/python/api/snowflake.snowpark.functions.upper

Quelledocs.snowflake.com

Snowpark API für Python5 / 5

Mit welchem Import erhältst du den Type Hint PandasSeries für vektorisierte UDFs?

AlexGanze Erklärung von Alex

PandasSeries ist in snowflake.snowpark.types definiert, zusammen mit anderen Snowpark-Typdefinitionen wie StringType, IntegerType, FloatType usw. Import: from snowflake.snowpark.types import PandasSeries. Warum die anderen falsch sind: pandas.Series aus der pandas-Bibliothek ist eine andere Klasse – PandasSeries ist ein Snowpark-spezifischer Type Hint für die Signaturen vektorisierter UDFs. snowflake.snowpark.functions enthält Wrapper für SQL-Funktionen (upper, sum, col), keine Typdefinitionen. snowflake.snowpark.udf enthält Hilfsfunktionen zur Registrierung von UDFs, keine Type-Hint-Klassen. Ref: docs.snowflake.com/en/developer-guide/snowpark/reference/python/api/snowflake.snowpark.types

Quelledocs.snowflake.com

* Die Fragen in der App sind derzeit auf Englisch. Übersetzungen in dieser Vorschau gelten nur für die Vorschau. Welche Sprachen für die offizielle Prüfung verfügbar sind, erfährst du beim Prüfungsanbieter.

So bereitest du dich mit Pass-IT auf SF-SP vor.

Aktuell 360 Übungsfragen für SF-SP, und wir ergänzen laufend neue. Übe gezielt, was dir noch fehlt.

Komm bei schwierigen Fragen weiter.

Verstehe, warum eine Antwort richtig ist. Alex erklärt dir die Zusammenhänge und beantwortet deine Rückfragen, damit du das Gelernte bei der nächsten Aufgabe anwenden kannst.

Alex kennenlernen →

Dialog-Vorschau · SF-SP

Abfragetags

  1. Du

    Wie erkenne ich Abfragen meiner Snowpark-Anwendung im Monitoring?

  2. Alex · KI-Tutor

    Setze query_tag für die Sitzung.

    Bei Snowflake nachlesen ↗
  3. Du

    Verändert das Tag das Abfrageergebnis?

  4. Alex · KI-Tutor

    Es dient hier der Identifikation und Überwachung, damit du markierte Abfragen wiedererkennst.

    Bei Snowflake nachlesen ↗

Setze deine Lernzeit gezielt ein.

Üben auf deinem Niveau.
Für neue Übungsrunden passt Pass-IT die Schwierigkeit an deine bisherigen Antworten an.

Aus Fehlern lernen.
Falsche Antworten werden automatisch zu Lernkarten. Du bewertest beim Wiederholen, wie sicher du dich erinnerst; Pass-IT plant den nächsten Termin.

So lernst du gezielt weiter →

Animierte Funktionsvorschau

Damit aus deinen Fehlern sicheres Wissen wird.

So funktioniert Pass-IT

Deine Wiederholung

Eine Frage falsch beantwortet?

Pass-IT merkt sie sich für deine Wiederholung.

SF-SP · Frageauszug

Abfragetags

Vollständige Frage ansehen

Wofür ist der Session-Parameter query_tag in Snowpark da?

Verstehe die richtige Antwort.

Er hängt Abfragen eine Tag-Zeichenkette zur Identifikation und Überwachung an

query_tag versieht Abfragen mit einem Kennzeichnungstag für das Monitoring.

Bei Snowflake nachlesen ↗

Wie sicher erinnerst du dich?

Beim Wiederholen schätzt du ein, wie gut du die Antwort noch weißt.

Richtig nach Zögern

Pass-IT plant deine nächste Wiederholung.

Der Termin richtet sich nach deiner Einschätzung und bisherigen Wiederholungen.

Ablauf vereinfacht dargestellt. Es wird kein Lernstand gespeichert.

Trainiere für den Moment, in dem es zählt.

Bearbeite eine vollständige Probeprüfung mit Zeitlimit und finde heraus, ob du mit deiner Zeit auskommst.

Deine SF-SP-Probeprüfung

Fragen
55
Minuten
85

Schematischer Prüfungsdurchlauf

  1. Start
  2. Aufgaben bearbeiten
  3. Abschluss

Umfang und Zeitlimit der Pass-IT-Probeprüfung.

Geh mit mehr Sicherheit in die Prüfung.

Dein Readiness Score hilft dir einzuschätzen, ob du bereit für die Prüfung bist. Die Ergebnisse je Prüfungsbereich zeigen dir, wo du noch üben solltest.

Geld zurück, wenn du trotz 80 % Readiness nicht bestehst.
Wenn dein Readiness Score zum Prüfungstermin mindestens 80 % beträgt und du die Prüfung trotzdem nicht bestehst, erstatten wir dir den Pass-IT-Kaufpreis dieser Zertifizierung.

Für aktive, bezahlte Zugänge. Nachweis des Nichtbestehens innerhalb von 14 Tagen einreichen.

Weitere Garantiebedingungen

Zum Prüfungstermin brauchst du mindestens 80 % Readiness und einen aktiven, bezahlten Zugang zur Zertifizierung. Lege die Prüfung innerhalb deines Zugangszeitraums ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen nach der Prüfung ein.

Bei Käufen über Apple oder Google erfolgt die Erstattung über den jeweiligen Store. Die vollständigen Bedingungen regeln weitere Einzelheiten.

Garantiebedingungen ansehen →

Der Readiness Score beschreibt deinen Übungsstand, keine Bestehenswahrscheinlichkeit.

Garantievoraussetzung

80%

Mindestens 80 % Readiness
zum Prüfungstermin

Geld zurück bei Nichtbestehen

Fragenzahlen und Probeprüfungseinstellungen aus dem aktuellen Pass-IT-Katalog.

Die Prüfungsbereiche

Das übst du für SF-SP.

Prüfungsinhalte, passende Übungen und nachvollziehbare Quellen.

Snowpark verstehen und einrichtenGewichtung siehe Leitfaden55 FragenPass-IT-Fragen

Verbinde das Snowpark-Ausführungsmodell mit deiner Entwicklungsumgebung.

  • Erkläre verzögerte Auswertung und client- oder serverseitige Ausführung mit DataFrames, UDFs, UDTFs, Prozeduren und Dateioperationen; unterscheide DataFrame- und ML-Bibliotheken sowie Paketquellen.
  • Installiere eine kompatible Python- und Snowpark-Umgebung und arbeite in Snowflake Notebooks, Jupyter, VS Code oder anderen Entwicklungswerkzeugen.
Offizielle Lernziele bei Snowflake
Die Snowpark-Python-API nutzenGewichtung siehe Leitfaden106 FragenPass-IT-Fragen

Erstelle Sitzungen und wiederverwendbaren Code für Snowflake-Daten.

  • Erstelle authentifizierte Sitzungen mit Kontobezeichnern, Verbindungsparametern und SessionBuilder; nutze Sitzungsmethoden, Attribute und asynchrone Jobs.
  • Lies unstrukturierte Dateien mit SnowflakeFile und verarbeite sie mit UDFs, UDTFs oder gespeicherten Prozeduren.
  • Erstelle DataFrames aus Tabellen, Views, Python-Objekten, SQL, Dateien oder pandas und wende passende Schemas und Datentypen an.
  • Schreibe und registriere UDFs und UDTFs aus Code oder Dateien mit Modulen und Typdeklarationen; vergleiche skalare und vektorisierte Ausführung und vergebe sicheren Zugriff.
  • Baue und registriere Prozeduren mit paketierten Abhängigkeiten und expliziten Typen, wähle Aufrufer- oder Eigentümerrechte und führe wiederverwendbare Abläufe oder Task-Graphen über die Python-API aus.
Offizielle Lernziele bei Snowflake
Daten mit DataFrames transformierenGewichtung siehe Leitfaden126 FragenPass-IT-Fragen

Baue Transformationen und entscheide über die Nutzung ihrer Ergebnisse.

  • Filtere, sortiere, begrenze und konvertiere Werte mit Spalten, skalaren Funktionen und Operatoren und lies Werte aus Row-Objekten.
  • Bereinige und ergänze Daten mit Joins, Behandlung fehlender Werte und Stichproben und wende Aggregate, Fenster, Gruppierungen, Mengenoperationen sowie Tabellen- oder eigene Funktionen an.
  • Lade und durchlaufe semistrukturierte Daten, konvertiere verschachtelte Werte und zerlege Objektarrays in Zeilen.
  • Speichere DataFrame-Ergebnisse als Views, Snowflake-Tabellen oder Dateien in Stages.
  • Füge Tabellendaten über Snowpark DataFrames ein, aktualisiere, lösche und führe sie mit Merge zusammen.
Offizielle Lernziele bei Snowflake
Snowpark optimieren und Fehler behebenGewichtung siehe Leitfaden73 FragenPass-IT-Fragen

Verbessere die Ausführung und behalte Warehouse-Kosten im Blick.

  • Wähle Snowpark-optimierte Warehouses, konfiguriere ihre Eigenschaften und skaliere sie passend zu Workload und Abrechnung.
  • Cache oder materialisiere DataFrames, vergleiche skalare und vektorisierte UDFs oder pandas auf Snowflake und wähle synchrone oder asynchrone Aufrufe.
  • Untersuche Fehler und Engpässe mit Event-Tabellen, Abfragehistorie und entsprechendem SQL; teste Code mit dem lokalen Snowpark-Testframework und pytest.
Offizielle Lernziele bei Snowflake
Diese Aufgabenformate übst du
Multiple Choice
Eine Antwort auswählen.
Mehrfachauswahl
Mehrere passende Antworten auswählen.

Dies sind die Übungsformate von Pass-IT. Angaben zur offiziellen Prüfung findest du auf der Snowflake-Zertifizierungsseite.

Häufig gestellte Fragen

Deine Vorbereitung

Wie viel Lernzeit sollte ich für SF-SP einplanen?

Für deine Planung rechnet Pass-IT grob mit 30–75 Stunden. Mit einschlägiger Erfahrung eher weniger, beim Einstieg eher mehr. Dein Bedarf kann außerhalb dieser Spanne liegen. Das ist keine Zeitvorgabe von Snowflake und kein Versprechen, in dieser Zeit prüfungsbereit zu sein.

Brauchst du SnowPro Core vor der Snowpark-Prüfung?

Nein. Snowpark ist eine Specialty-Prüfung und setzt anders als die Advanced-Reihe keine Zertifizierung voraus. Snowflake empfiehlt mindestens ein Jahr praktische Snowpark-Arbeit im Produktivbetrieb und weist darauf hin, dass sichere Kenntnisse in Python und PySpark helfen. Im Katalog sind rund 50 Stunden veranschlagt.

Pass-IT nutzen

In welcher Sprache sind die Fragen in Pass-IT?

Die Fragen in der App sind derzeit auf Englisch. Übersetzungen der Probefragen auf dieser Seite gelten nur für diese Vorschau. Welche Sprachen für die offizielle Prüfung verfügbar sind, erfährst du bei Snowflake.

Wie lange gilt mein Zugang für SF-SP?

Der Zugang gilt für diese Zertifizierung für 12 Monate. Du zahlst einmal; es gibt keine automatische Verlängerung.

Wann greift die Geld-zurück-Garantie?

Die Garantie erstattet den Pass-IT-Kaufpreis dieser Zertifizierung. Voraussetzung sind ein berechtigter kostenpflichtiger Zugang und ein Readiness-Wert von mindestens 80 % aus deinen Übungsergebnissen zum Prüfungszeitpunkt. Dieser Wert kann erst ab 50 beantworteten Fragen 80 % erreichen und ist keine validierte Bestehenswahrscheinlichkeit. Lege die Prüfung während deines Zugangs ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen ein. Garantiebedingungen

Zur SF-SP-Prüfung

Wo kann ich die SF-SP-Prüfung ablegen?

Online beaufsichtigt oder Prüfungszentren vor Ort.

Wie lange dauert die Prüfung SnowPro Specialty: Snowpark (SPS-C01)?

Die Prüfung SnowPro Specialty: Snowpark (SPS-C01) umfasst 55 Fragen und hat ein Zeitlimit von 85 Minuten.

Wie oft darfst du die Snowpark-Prüfung ablegen?

Du darfst dieselbe Prüfung innerhalb eines beliebigen Zeitraums von 12 Monaten höchstens viermal ablegen. Zwischen allen Versuchen musst du sieben Tage warten, auch vor deiner ersten Wiederholung. Snowflake stellt die Prüfung zum 1. November 2026 ein. Jeder Versuch, einschließlich einer Wiederholung, muss bis zu diesem Datum abgeschlossen sein. Bestehst du kurz vor diesem Termin nicht, bleibt dir möglicherweise keine Zeit für eine Wiederholung.

Deine Vorbereitung auf SF-SP

$29.99einmalig

12 Monate Zugang für SF-SP · Keine automatische Verlängerung

SF-SP-Zugang kaufen

Die Fragen in der App sind derzeit auf Englisch.

20 Fragen kostenlos ausprobierenKostenloses Konto erforderlich. Keine Kreditkarte.

Schon ein Konto? Anmelden

Lieber ein Abo? Abos ansehen →

Geld zurück bei Nichtbestehen ab 80 % Readiness – für berechtigte Käufe gemäß Garantiebedingungen.

Garantiebedingungen

Die Garantie erstattet den Pass-IT-Kaufpreis dieser Zertifizierung. Voraussetzung sind ein berechtigter kostenpflichtiger Zugang und ein Readiness-Wert von mindestens 80 % aus deinen Übungsergebnissen zum Prüfungszeitpunkt. Dieser Wert kann erst ab 50 beantworteten Fragen 80 % erreichen und ist keine validierte Bestehenswahrscheinlichkeit. Lege die Prüfung während deines Zugangs ab und reiche den offiziellen Nachweis des Nichtbestehens innerhalb von 14 Tagen ein.

Vollständige Garantiebedingungen →

Verwandte Zertifizierungen

SnowPro Advanced: Administrator (ADA-C02)SnowPro Advanced: Architect (ARA-C01)SnowPro Advanced: Data Analyst (DAA-C01)SnowPro Advanced: Data Engineer (DEA-C02)Alle Snowflake-Zertifizierungen →