EnglishDeutschFrançaisEspañolPortuguês

Snowflake · SF-DA · Advanced

SnowPro Advanced: Data Analyst (DAA-C01) — Preguntas de práctica y simulacro de examen

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

65Preguntas
115minLímite de tiempo
750/ 1000Puntuación para aprobar

Verificado con Snowflake · agosto de 2026Versión actual del examen

Sobre el examen

La certificación SnowPro Advanced: Data Analyst (DAA-C01) acredita tu capacidad para hacer análisis de datos de extremo a extremo en Snowflake: ingesta y preparación, transformación y modelado, técnicas analíticas avanzadas, y presentación y visualización de datos. Mide tu soltura convirtiendo datos en bruto en conclusiones de negocio accionables con las capacidades analíticas de Snowflake y las herramientas de visualización conectadas.

Va dirigida a analistas de datos, desarrolladores de business intelligence y especialistas en reporting con uno o más años de experiencia analítica en Snowflake. Demuestra que sabes diseñar flujos analíticos, construir modelos de datos para informes y presentar hallazgos a partir de datos de Snowflake.

Qué entra en el examen

Data Analysis es el dominio con más peso: 32%, y evalúa la extensibilidad de SQL (UDFs, stored procedures, views), el análisis descriptivo y diagnóstico, y el forecasting. Muy cerca viene Data Presentation and Visualization con 28%, que cubre el diseño de dashboards en Snowsight, la elección de gráficos y la conectividad con herramientas de BI. Entre los dos suman el 60% del examen, más que la preparación y el modelado de datos juntos.

Data Transformation and Modeling (23%) y Data Ingestion and Preparation (17%) completan el blueprint con limpieza de datos, modelado en estrella y Data Vault, y carga de datos estructurados, semiestructurados y no estructurados. El reparto favorece a quien sabe convertir una query en una decisión, no a quien solo sabe cargar y limpiar datos, así que conviene inclinar el tiempo de estudio hacia el análisis con SQL y el diseño de dashboards.

Temario oficial: SF-DA

Data Ingestion and Data Preparation17%

Ingest, stage, and prepare data using COPY, Snowpipe, external tables, and data transformation techniques.

≈ 14 h
Data Transformation and Data Modeling23%

Transform data using SQL, CTEs, window functions, and design star/snowflake schemas and data vault models.

≈ 18 h
Data Analysis32%

Perform advanced analytics using SQL, aggregate functions, time-series analysis, and Snowflake-specific analytical features.

≈ 26 h
Data Presentation and Data Visualization28%

Create dashboards, integrate with BI tools, and present analytical results using Snowsight and partner tools.

≈ 22 h

Formato del examen y tipos de pregunta

El examen tiene 65 preguntas y dura 115 minutos, con formatos de opción múltiple, selección múltiple e interactivos. La mayoría de los ítems te dan un conjunto de datos o un caso de negocio y te piden elegir la query, la transformación o el enfoque de visualización que lo resuelve. A razón de 1.8 minutos por pregunta, el ritmo se siente cómodo si llegas con SQL fluido.

Tipos de pregunta: SF-DA

Opción múltiple70%

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

Respuesta múltiple30%

Hay más de una respuesta correcta y las necesitas todas; el enunciado te dice cuántas marcar.

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

Prueba cinco preguntas de SF-DA

Cinco preguntas directas de nuestro banco de SnowPro Advanced: Data Analyst (DAA-C01). Responde una — Alex te explica el porqué.

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

Transformación de datos y modelado de datos1 / 5

Un analista usa CONNECT BY para consultar una tabla con la jerarquía de empleados. ¿Qué pseudocolumna indica la profundidad de cada nodo respecto a la raíz durante el recorrido?

AlexExplicación completa de Alex

LEVEL es la pseudocolumna correcta para la profundidad en las consultas jerárquicas con CONNECT BY. Devuelve 1 para los nodos raíz y aumenta en 1 en cada nivel más profundo. Ejemplo: SELECT employee_id, LEVEL FROM employees START WITH manager_id IS NULL CONNECT BY PRIOR employee_id = manager_id. Distractores: DEPTH(), SYS_TREE_DEPTH y CONNECT_BY_DEPTH son inventadas — ninguna existe en Snowflake. Otras pseudocolumnas válidas de CONNECT BY son CONNECT_BY_ROOT (valor de la fila raíz) y SYS_CONNECT_BY_PATH (cadena con la ruta completa), pero solo LEVEL indica la profundidad. Ref: docs.snowflake.com/en/sql-reference/constructs/connect-by

Fuentedocs.snowflake.com

Ingesta de datos y preparación de datos2 / 5

¿Qué función debería usar un analista para generar automáticamente una sentencia CREATE TABLE que coincida con el esquema de los archivos Parquet que están en un stage?

AlexExplicación completa de Alex

GENERATE_COLUMN_DESCRIPTION toma la salida de ARRAY_AGG de INFER_SCHEMA y le da formato de definiciones de columnas para CREATE TABLE, CREATE EXTERNAL TABLE o CREATE ICEBERG TABLE. INFER_SCHEMA detecta los nombres y los tipos de las columnas a partir de archivos Parquet, Avro, ORC o CSV (con PARSE_HEADER) que están en un stage. Flujo de trabajo: SELECT GENERATE_COLUMN_DESCRIPTION(ARRAY_AGG(OBJECT_CONSTRUCT(*)), 'table') FROM TABLE(INFER_SCHEMA(LOCATION=>'@stage', FILE_FORMAT=>'fmt')). Distractores: DESCRIBE STAGE muestra las propiedades del stage, no el esquema de los archivos. SHOW COLUMNS lista las columnas de tablas existentes. GET_DDL devuelve el DDL de objetos existentes, no el de archivos en un stage. Ref: docs.snowflake.com/en/sql-reference/functions/generate_column_description

Fuentedocs.snowflake.com

Análisis de datos4 / 5

¿Cuál es el propósito de la cláusula MEASURES en MATCH_RECOGNIZE?

AlexExplicación completa de Alex

La cláusula MEASURES en MATCH_RECOGNIZE define las columnas de salida que se devuelven para cada coincidencia de patrón. Admite expresiones sobre variables de patrón usando funciones como FIRST(), LAST(), CLASSIFIER(), MATCH_NUMBER() y agregaciones. Ejemplo: MEASURES FIRST(UP.price) AS start_price, LAST(UP.price) AS end_price. Distractores: las métricas de distancia no son un concepto de MATCH_RECOGNIZE. La longitud del patrón no es lo que hace MEASURES — la cláusula define los valores de salida. La cantidad mínima y máxima de coincidencias se controla con los cuantificadores de la cláusula PATTERN (+, *, {n,m}), no con MEASURES. Ref: docs.snowflake.com/en/sql-reference/constructs/match_recognize

Fuentedocs.snowflake.com

403 preguntas, construidas como el examen

Cada dominio del examen SF-DA tiene suficientes preguntas en el banco para practicarlo a fondo. El simulacro te plantea 65 preguntas seguidas, con el mismo cronómetro de 115 minutos que el día del examen.

Acta de verificación: SF-DA

Cotejo del temario con Snowflake14 de agosto de 2026

última verificación con la fuente oficial de Snowflake

Nota de corte750 / 1000

según lo publica Snowflake

Cobertura del temario19 objetivos oficiales

repartidos en 4 dominios, según la guía oficial del examen

Tamaño del banco403 preguntas

= 6 simulacros completos de 65 preguntas — nunca la misma pregunta dos veces

Cobertura de dominioslos 4 dominios en su peso oficial

Data Ingestion and Data Preparation 72 · Data Transformation and Data Modeling 101 · Data Analysis 127 · Data Presentation and Data Visualization 103

Validación canónica403 de 403

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

Metodología documentada abiertamente.Cómo se crean las preguntas →

Preparación para SF-DA

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.

Se rinde con proctoring en línea o en un centro de evaluación presencial, en inglés. La certificación vence dos años después de la fecha de emisión; la recertificas mediante el programa Snowflake Continuing Education con un curso elegible dictado por un instructor o con una certificación SnowPro de nivel igual o superior.

Tu plan: SF-DA

Preparación

Tiempo de estudio50–120 h

normalmente unas 50 h si ya trabajas con estas tecnologías, unas 120 h si empiezas de cero

NivelAvanzado
Conviene tener antesSnowPro Core Certified. 2 or more years of hands-on Snowflake data analysis experience in production.

El día del examen y después

ModalidadSupervisado en línea o centros de examen presenciales.
Política de repeticiónLímite de 4 intentos en un período de 12 meses. Tras tres intentos, Snowflake recomienda asistir a un curso de formación presencial de Snowflake. Cada inscripción requiere el pago íntegro de la tarifa de inscripción.
Vigencia2 años

Pass the current version of the SnowPro Advanced: Data Analyst exam to recertify every 2 years.

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

Errores comunes

Quien se queda en sentencias SELECT básicas la pasa mal cuando el examen entra en window functions (ROW_NUMBER, RANK, LAG, LEAD) y en QUALIFY, la cláusula propia de Snowflake que filtra sobre el resultado de una window function igual que HAVING filtra sobre un GROUP BY. La misma falta de práctica aparece en la sintaxis de PIVOT y UNPIVOT, y en las preguntas sobre materialized views, que se refrescan solas en Enterprise Edition y se comportan distinto a una view normal. Las preguntas de integración con herramientas de BI, sobre cómo se conectan Tableau, Power BI o Looker mediante OAuth, ODBC o JDBC, premian a quien ya armó una conexión real en lugar de solo haber leído sobre ella.

Puntos de atención: SF-DA

  1. 01Window Functions

    Si no dominas las window functions ROW_NUMBER, RANK, DENSE_RANK, LAG, LEAD y NTILE, incluidas las cláusulas PARTITION BY y ORDER BY, vas a fallar las preguntas de análisis.

  2. 02QUALIFY Clause

    No saber que QUALIFY filtra los resultados de las window functions (como HAVING lo hace con GROUP BY) y que es exclusivo del SQL de Snowflake te lleva a errores en las preguntas de consultas avanzadas.

  3. 03Materialized Views

    Confundir las vistas normales con las materialized views, o no tener claro cuándo Snowflake las actualiza de forma automática ni que requieren Enterprise Edition, te hace equivocarte en las preguntas de modelado.

  4. 04BI Tool Integration

    Si no entiendes cómo se conecta Snowflake con Tableau, Power BI y Looker, incluyendo partner connect, OAuth y los drivers ODBC/JDBC, vas a tropezar en las preguntas sobre el ecosistema de visualización.

  5. 05PIVOT and UNPIVOT

    Batallar con la sintaxis de PIVOT (filas a columnas) y UNPIVOT (columnas a filas), y no manejar los patrones de pivot dinámico, se traduce en errores en las preguntas de transformación.

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

Preguntas frecuentes

¿Cuánto dura el examen SnowPro Advanced: Data Analyst (DAA-C01)?

El examen SnowPro Advanced: Data Analyst (DAA-C01) tiene 65 preguntas y un límite de 115 minutos.

¿Cuál es la puntuación para aprobar SnowPro Advanced: Data Analyst (DAA-C01)?

Necesitas 750 / 1000 para aprobar el examen SnowPro Advanced: Data Analyst (DAA-C01).

¿Cuáles son los errores más comunes en el examen SnowPro Advanced: Data Analyst (DAA-C01)?

Los errores más comunes incluyen: Window Functions, QUALIFY Clause, Materialized Views, BI Tool Integration, PIVOT and UNPIVOT. Dedica tiempo de estudio a estas áreas para no perder puntos.

¿Qué temas suman más puntos en el Advanced Data Analyst?

El análisis de datos es la sección más grande con un 32%, seguida de presentación y visualización con un 28%, transformación y modelado con un 23% e ingesta y preparación con un 17%. Entre análisis y presentación se llevan seis décimas partes del examen. La mitad dedicada al reporting pesa más aquí que en cualquier otro examen SnowPro.

¿Qué necesitas antes del examen Advanced Data Analyst?

La certificación SnowPro Core es obligatoria, y Snowflake espera un año o más trabajando en analytics con Snowflake, incluido el uso práctico del Data Cloud. El catálogo calcula unas 80 horas. Ese año esperado es menos que los dos años que dan por sentado los demás exámenes advanced.

¿Advanced Data Analyst o Advanced Data Engineer?

El examen de analyst se inclina hacia el análisis y la presentación, que juntos son el 60%. El de engineer pone un 28% en el movimiento de datos y un 25% en la transformación, es decir, el lado del pipeline. Si lo que entregas es una respuesta, haz el examen de analyst; si es una tabla que usan otras personas, haz el de engineer.

¿Cuánto tiempo vale la certificación Advanced Data Analyst?

Dos años desde la fecha de emisión. La recertificación se hace por el programa de formación continua de Snowflake y no repitiendo el examen: con un curso elegible impartido por un instructor o consiguiendo una certificación SnowPro equivalente o superior.

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

Una certificación. Un solo pago.

Acceso completo a SF-DA

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 SF-DA 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 →