Databricks · DB-DAA · Associate

Databricks Data Analyst Associate — Preguntas de práctica y simulacro de examen

Name: Pass-IT
Author: Pass-IT

Practica con preguntas realistas de DB-DAA, alineadas con los objetivos del examen. Alex explica cada respuesta y tu Readiness Score te muestra qué estudiar después.

Empieza a practicar DB-DAA gratis Comprar acceso a DB-DAA por $29.99

Comprar acceso a DB-DAA por $29.99 Empieza a practicar DB-DAA gratis

Un solo pago. Acceso de por vida a esta certificación.

Prueba primero 5 preguntas →

45Preguntas

90minLímite de tiempo

Verificado con Databricks · agosto de 2026Versión actual del examen

Resumen

Sobre el examen

El examen Databricks Certified Data Analyst Associate valida tu capacidad de trabajar con datos usando Databricks SQL y las herramientas relacionadas. Cubre la ejecución y el análisis de consultas SQL, la creación de dashboards y visualizaciones, el desarrollo de AI/BI Genie spaces para explorar datos en lenguaje natural, y la administración y protección de datos mediante Unity Catalog. Tienes que demostrar soltura con los SQL Warehouses de Databricks, el modelado de datos y la interpretación del rendimiento de las consultas.

Esta certificación está pensada para analistas de datos con seis meses o más de experiencia usando Databricks SQL para consultar, visualizar y analizar información. Acredita que sabes convertir datos crudos en dashboards e insights que puedes compartir dentro de la plataforma de Databricks.

Dominios del examen

Qué entra en el examen

Ejecutar consultas con Databricks SQL es el dominio más grande del examen con un 20%; si le sumas el análisis de consultas (15%) y los dashboards y visualizaciones (16%), consultar y presentar datos cubre poco más de la mitad de la prueba. Los AI/BI Genie spaces pesan un 12%, muy cerca de los fundamentos de la plataforma (11%), y evalúan la exploración en lenguaje natural sobre datasets curados y confiables.

Los dominios restantes se mueven entre el 5% y el 8%: administrar y asegurar datos con Unity Catalog, importar datos con Auto Loader o Delta Sharing, y modelar cargas analíticas con esquemas star y snowflake. Estas secciones más pequeñas miden habilidades puntuales y acotadas, no el trabajo diario con SQL que domina el resto del examen.

Temario oficial: DB-DAA

Understanding of Databricks Data Intelligence Platform11%

Tour the platform's building blocks - from Delta Lake and Unity Catalog to Lakeflow Jobs and Databricks SQL - navigate catalogs and permissions through Catalog Explorer, and see what the Databricks Marketplace adds on top.

≈ 7 h

Managing Data8%

Descubrimiento de datos con Unity Catalog, consulta de datasets, limpieza de datos y gestión de datasets certificados.

≈ 5 h

Importing Data5%

Métodos de importación de datos, incluyendo cargas por UI, ingestión desde S3, Delta Sharing, ingesta por API, Auto Loader y Marketplace.

≈ 3 h

Executing queries using Databricks SQL and Databricks SQL Warehouses20%

Write and debug SQL queries using Databricks Assistant and SQL Warehouses, including joins, aggregations, sorting, and filtering across managed, external, and federated data sources. Also covers creating materialized and streaming views, and using Delta Lake time travel to query historical data versions.

≈ 12 h

Analyzing Queries15%

Análisis de queries mediante auditoría, historial, logs, planes de ejecución y técnicas de optimización de consultas.

≈ 9 h

Working with Dashboards and Visualizations in Databricks16%

Assemble multi-tab dashboards from several data sources with AI/BI Dashboards, or chart data straight from a notebook or the SQL editor, wire up parameters, control who can view or embed the result, schedule refreshes and alerts, and choose the chart type that actually communicates the insight.

≈ 10 h

Developing, Sharing, and Maintaining AI/BI Genie spaces12%

Understand what a Genie space is built from, stand one up with curated datasets and guiding instructions, control who can reach it and how it gets shared, and refine it over time using accuracy benchmarks and user feedback.

≈ 7 h

Data Modeling with Databricks SQL5%

Conceptos de modelado de datos, star schema, modelado dimensional y modelado de datos basado en SQL sobre Databricks.

≈ 3 h

Securing Data8%

Controles de acceso a datos, mejores prácticas para el almacenamiento y gestión de datos, y funcionalidades de seguridad de Unity Catalog.

≈ 5 h

Formato

Formato del examen y tipos de pregunta

El examen te presenta 45 preguntas calificadas de opción múltiple en una sesión de 90 minutos, que además puede incluir preguntas piloto sin calificar. Todo se plantea en escenarios: escribir y depurar consultas de Databricks SQL, armar dashboards de AI/BI, configurar Genie spaces y diagnosticar consultas lentas en el Query Profiler, más que recordar sintaxis de memoria.

Tipos de pregunta: DB-DAA

Opción múltiple100%

Elige la única respuesta correcta entre cuatro o cinco opciones — el formato de siempre del examen.

Databricks confirma estos tipos de pregunta — no publica una distribución porcentual; las proporciones reflejan nuestro banco de preguntas alineado con el examen.

Pruébalo ahora

Prueba cinco preguntas de DB-DAA

Cinco preguntas directas de nuestro banco de Databricks Certified Data Analyst Associate. Responde una — Alex te explica el porqué.

El examen y la app están en inglés — estas preguntas de muestra las hemos traducido.

Ejecución de consultas con Databricks SQL y Databricks SQL Warehouses1 / 5

¿Cómo usa un analista CTAS (CREATE TABLE AS SELECT) para materializar los resultados de una consulta?

AlexExplicación completa de Alex

CREATE TABLE AS SELECT (CTAS) ejecuta la consulta SELECT y escribe los resultados en una nueva tabla Delta administrada con una sola sentencia atómica. El esquema se infiere del SELECT: en un CTAS no puedes especificar las columnas de forma explícita. Patrones comunes: materializar agregaciones costosas para dashboards, crear snapshots particionados por fecha o construir tablas limpias/transformadas. Análisis de distractores: La opción “CTAS ejecuta el SELECT como un trabajo de streaming…” es incorrecta: CTAS es batch, no streaming, y no necesita COMMIT. La opción “CTAS registra la consulta SELECT como una vista…” es incorrecta: CTAS crea una tabla física, no una vista materializada. La opción “CTAS crea solo la estructura de la tabla a partir de las definiciones…” es incorrecta: CTAS crea el esquema y carga los datos en un solo paso. Ref: docs.databricks.com/en/delta/tutorial.html; docs.databricks.com/en/sql/language-manual/sql-ref-syntax-ddl-create-table-using.html

Fuentedocs.databricks.com

Gestión de datos2 / 5

¿Cómo mejora el partition pruning el rendimiento de las consultas sobre tablas Delta grandes?

AlexExplicación completa de Alex

El partition pruning omite directorios de partición completos en el almacenamiento en la nube cuando la cláusula WHERE filtra por la columna de partición. Por ejemplo, en una tabla particionada por date, WHERE date = '2024-01-01' lee solo los archivos de esa partición. Las mejores columnas de partición tienen baja cardinalidad y patrones de consulta claros (fecha, región). Delta Lake gestiona los metadatos de partición automáticamente: no hace falta MSCK REPAIR. Para columnas que no son de partición, Delta usa data skipping (estadísticas min/max por archivo) y dynamic file pruning. Análisis de distractores: La opción “El partition pruning indexa las estadísticas de columna dentro de cada…” describe data skipping / predicate pushdown, no partition pruning. La opción “El partition pruning redistribuye el procesamiento de la consulta…” describe localidad de datos, no partition pruning. La opción “El partition pruning reescribe el plan de ejecución de la consulta…” describe optimización del plan de consulta, no eliminación de particiones. Ref: docs.databricks.com/en/tables/partitions.html; docs.databricks.com/en/delta/best-practices.html

Fuentedatabricks.com

Desarrollo, uso compartido y mantenimiento de espacios AI/BI Genie3 / 5

¿Cómo configura un data analyst un Genie Space para un caso de uso de analítica de ventas?

AlexExplicación completa de Alex

La configuración de un Genie Space sigue un flujo estructurado: (1) Seleccionar entre 3-30 tablas/vistas de Unity Catalog bien curadas. (2) Escribir instrucciones claras que definan las métricas y las reglas del negocio (por ejemplo, 'Los ingresos excluyen los pedidos cancelados'). (3) Agregar descripciones de tablas y columnas para dar contexto semántico. (4) Probar con preguntas de ejemplo y marcar el SQL verificado como trusted asset. El knowledge store —instrucciones, descripciones y consultas de ejemplo— ayuda a que Genie genere SQL preciso. Análisis de distractores: La opción “Importar las definiciones de los dashboards de BI existentes…” es incorrecta: los espacios de Genie no se configuran importando dashboards de BI. La opción “Crear una tabla Delta curada en la capa Gold…” es incorrecta: aunque las tablas de la capa Gold ayudan, el paso clave son las instrucciones y las descripciones. La opción “Conectar la base de datos de ventas con un service principal de Unity Catalog…” es incorrecta: no hace falta ninguna configuración YAML. Ref: docs.databricks.com/en/genie/set-up.html; docs.databricks.com/en/genie/best-practices.html

Fuentedocs.databricks.com

Análisis de consultas4 / 5

¿Cuál es la diferencia entre las funciones de ventana RANK, DENSE_RANK y ROW_NUMBER?

AlexExplicación completa de Alex

Cómo elegir la función correcta: RANK: estilo competencia (como en un ranking deportivo). 'Dos personas empatan en el puesto 2, no hay un puesto 3.' Úsala para: leaderboards, resultados de competencias. DENSE_RANK: ranking secuencial con posiciones compartidas. 'Dos personas empatan en el puesto 2, la siguiente persona queda en el puesto 3.' Úsala para: filtros top-N donde los huecos causan problemas (WHERE rnk <= 3 con RANK puede devolver 2 filas si hay empates en el rango 2, pero DENSE_RANK garantiza al menos 3 rangos). ROW_NUMBER: números únicos garantizados. Úsala para: deduplicación (quedarte con la primera fila de cada grupo), paginación (alternativa a OFFSET/FETCH), IDs únicos de fila.

Fuentespark.apache.org

Empieza gratis

Banco de preguntas

310 preguntas, construidas como el examen

El banco de DB-DAA cubre todos los dominios del examen y sigue creciendo con preguntas nuevas. El simulacro te plantea 45 preguntas seguidas, con el mismo cronómetro de 90 minutos que el día del examen.

Acta de verificación: DB-DAA

Cotejo del temario con Databricks4 de agosto de 2026

última verificación con la fuente oficial de Databricks

Cobertura del temario39 objetivos oficiales

repartidos en 9 dominios, según la guía oficial del examen

Tamaño del banco310 preguntas

= 6 simulacros completos de 45 preguntas — nunca la misma pregunta dos veces

Validación canónica310 de 310

cada una verificada con la documentación oficial de Databricks — respuesta, opciones y explicación, fuente citada

Metodología documentada abiertamente.Cómo se crean las preguntas →

Planificación

Preparación para DB-DAA

Cuánto tiempo necesitas depende de la experiencia práctica que ya tienes. El resto lo define el proveedor: cómo se hace el examen, cuándo puedes repetirlo y cuánto dura la certificación.

Puedes presentar el examen en línea con un proctor remoto o en un centro de evaluación, siempre en inglés. La credencial tiene una vigencia de dos años, y para recertificarte necesitas aprobar la versión vigente del examen.

Tu plan: DB-DAA

Preparación

Tiempo de estudio35–90 h

normalmente unas 35 h si ya trabajas con estas tecnologías, unas 90 h si empiezas de cero

NivelAssociate

Conviene tener antesNo hay requisitos previos. Se recomienda tener 6 meses o más de experiencia práctica con Databricks SQL.

El día del examen y después

ModalidadSupervisado en línea o centro de examen

Política de repeticiónSin período de espera obligatorio. Se aplica una tarifa de reintento.

Vigencia2 años

La recertificación es obligatoria cada 2 años y se obtiene presentando la versión vigente del examen.

Guía oficialVer en el sitio del proveedor

Las horas son nuestra propia estimación de planificación — Databricks no publica un tiempo de preparación para este examen. Un punto de partida para tu calendario, no una meta.

Ojo con esto

Errores comunes

Las preguntas de rendimiento evalúan un criterio que no se construye solo leyendo documentación: reconocer qué cargas de trabajo acelera Photon, distinguir data skipping de file pruning en un perfil de consulta y elegir entre una streaming table y una materialized view según el patrón de actualización. Los AI/BI Genie spaces quedan subestimados en casi todos los planes de estudio, aunque pesan más que los fundamentos de la plataforma; si te saltas la configuración práctica de Genie, pierdes puntos en la validación de trusted assets y en el diseño de instrucciones. La misma brecha aparece en los dashboards: parametrizar una consulta y programar un refresh parecen sencillos hasta que un escenario real te pregunta qué enfoque mantiene consistente una vista compartida entre varios usuarios.

Puntos de atención: DB-DAA

013-Level Namespace
Confundir la jerarquía catalog/schema/table con una referencia plana a la tabla, o mezclar la propiedad de una tabla con los permisos a nivel de fila o columna, te lleva a respuestas incorrectas en las preguntas de seguridad de Unity Catalog.
02Schema Design
Ubicar un diseño star o snowflake, o un modelo data vault, en la capa equivocada de la arquitectura Medallion provoca errores en las preguntas de modelado de datos, donde se espera que todo encaje con Bronze/Silver/Gold.
03Delta Time Travel
No saber cómo consultar el estado histórico de una tabla con el time travel de Delta Lake, o confundirlo con una exportación completa del historial de auditoría, te lleva a respuestas incorrectas en las preguntas sobre versionado.
04Ingestion Paths
Confundir entre sí la ingesta de archivos desde S3, el Delta Sharing desde sistemas externos y los datos del Marketplace provoca errores en las preguntas sobre métodos de importación, que esperan la ruta correcta desde el origen hasta Databricks.
05Join and Set Ops
Mezclar los joins inner, left y right con union y union all, sobre todo cuando combinas tablas de varias fuentes, te lleva a respuestas incorrectas en las preguntas donde tienes que escribir queries.

Pass-IT te entrena justo en estos puntos débiles — adaptativo y espaciado →

Preguntas

Preguntas frecuentes

¿Cuánto dura el examen Databricks Certified Data Analyst Associate?

El examen Databricks Certified Data Analyst Associate tiene 45 preguntas y un límite de 90 minutos.

¿Cuáles son los errores más comunes en el examen Databricks Certified Data Analyst Associate?

Los errores más comunes incluyen: 3-Level Namespace, Schema Design, Delta Time Travel, Ingestion Paths, Join and Set Ops. Dedica tiempo de estudio a estas áreas para no perder puntos.

¿Qué temas del Data Analyst Associate suman más puntos?

Ejecutar consultas en Databricks SQL y en SQL warehouses es el área individual más grande, con un 20%, seguida de dashboards y visualizaciones con un 16% y análisis de consultas con un 15%. Los AI/BI Genie spaces se llevan un 12% y la comprensión de la plataforma un 11%, y las cinco áreas restantes suman un 8% o menos cada una. El examen se reparte en nueve objetivos muy acotados, así que premia el manejo de todo el SQL workspace más que la profundidad en un solo rincón.

¿Cuánto tiempo sigue vigente el Databricks Data Analyst Associate?

Dos años desde el día en que apruebas. Databricks no tiene una vía de educación continua, así que recertificarte implica volver a presentar la versión actual del examen. El reloj de dos años es más corto que los tres años que usan AWS y CompTIA, y eso agarra desprevenida a mucha gente.

¿Qué necesitas antes de presentar el examen Data Analyst Associate?

No se exige ninguna certificación. Databricks recomienda seis meses o más de trabajo práctico con Databricks SQL, y el presupuesto del catálogo ronda las 60 horas. La mayor parte de ese tiempo se va en el workspace y no en SQL, que el examen da por hecho que ya escribes.

¿Data Analyst Associate o Data Engineer Associate?

El examen de analista trata de consultas, dashboards y Genie spaces dentro del SQL workspace. El de ingeniero trata de ingesta, transformación y jobs de Lakeflow que producen las tablas que después consultas. Si consumes tablas, presenta el examen de analista; si las construyes, el de ingeniero.

¿Qué tan pronto puedes repetir el examen Data Analyst Associate?

Databricks no fija ningún período de espera obligatorio entre intentos. Vuelves a agendar cuando te sientes listo y no cuando una política te lo permite, así que el ritmo depende por completo de ti.

Pass-IT es una herramienta de estudio independiente, no afiliada a Databricks ni respaldada por Databricks; Databricks y los nombres de los exámenes son marcas de sus respectivos propietarios.

Una certificación. Un solo pago.

Acceso completo a DB-DAA

Accede al banco completo de preguntas de esta certificación. Alex explica cada respuesta y tu Readiness Score te muestra qué estudiar después.

Comprar acceso a DB-DAA por $29.99Un solo pago. Acceso de por vida a esta certificación.

Comprueba gratis si estás listo20 preguntas. Sin tarjeta. Mira qué estudiar antes de comprar.

Llega al 80 % de preparación y aprueba — o te devolvemos el dinero.

Cómo funciona el score →