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

El examen Databricks Certified Data Engineer Associate valida tu capacidad para usar la Databricks Data Intelligence Platform en tareas centrales de ingeniería de datos. Abarca el desarrollo de ETL con PySpark y SQL, la ingesta de datos con Auto Loader, COPY INTO y Lakeflow Connect, la orquestación de pipelines con Lakeflow Jobs, y la gobernanza y seguridad a través de Unity Catalog. Necesitas demostrar soltura en Delta Lake, CI/CD para pipelines de datos y resolución de problemas en cargas de trabajo de producción.

Esta certificación está pensada para ingenieros de datos con seis meses o más de experiencia práctica en Databricks, trabajando con Spark SQL, PySpark, Delta Lake y workflows de Databricks. Acredita que sabes construir y operar pipelines de datos confiables y listos para producción sobre la plataforma.

La transformación y el modelado de datos es el dominio con más peso, un 22%, apenas por encima de la ingesta y carga de datos con 21%. Entre los dos suman casi la mitad del examen y giran alrededor del pipeline bronze-silver-gold: limpiar registros con PySpark y SQL, y luego elegir el método de aterrizaje entre COPY INTO, Auto Loader o Lakeflow Connect. Después vienen el trabajo con Lakeflow Jobs (16%) y la gobernanza y seguridad (15%), que cubren la orquestación basada en DAG y las reglas de acceso de Unity Catalog.

Los fundamentos de la plataforma, CI/CD y la resolución de problemas se mueven cada uno entre el 6% y el 10%, y evalúan habilidades operativas más acotadas: selección de compute, despliegue con Git mediante automation bundles, y lectura de las métricas de stages en la Spark UI para detectar skew o memory spill. Es otro tipo de trabajo, distinto a la construcción de pipelines que ocupa el resto del examen.

El examen toma 45 preguntas puntuadas de opción múltiple en una sesión de 90 minutos, con espacio para contenido piloto sin puntuar que no cuenta para tu calificación. Las preguntas se plantean como escenarios: leer tablas bronze y escribir una salida silver limpia, elegir un método de ingesta para una fuente determinada, u orquestar un DAG en Lakeflow Jobs con el tipo de trigger correcto.

El banco de DB-DEA 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.

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.

El examen se rinde en línea con proctor remoto o en un centro de evaluación, y está disponible en inglés, japonés, portugués (BR) y coreano. La credencial tiene una vigencia de dos años, y recertificarte implica aprobar la versión vigente del examen.

Las preguntas de ingesta van más allá de los nombres de las herramientas: hay que saber cuándo importan las opciones de schema evolution de Auto Loader y cuándo basta con la simplicidad de COPY INTO, además de cómo Lakeflow Connect maneja los managed connectors frente a los standard connectors según la fuente. La gobernanza y seguridad pesa lo suyo con ese 15%, y GRANT, REVOKE y DENY se comportan distinto según el nivel de la jerarquía de Unity Catalog en el que los apliques; esa diferencia suele complicar a quienes solo han trabajado con permisos a nivel de workspace. La orquestación con Lakeflow Jobs es fácil de subestimar con su 16%: los tipos de trigger, las dependencias entre tareas y la lógica de reintentos pesan tanto como buena parte del dominio de ingesta.