EnglishDeutschFrançaisEspañolPortuguês

Snowflake · SF-DS · Avanzado

SnowPro Advanced: Data Scientist (DSA-C03) — Preguntas de práctica y simulacro de examen

La certificación SnowPro Advanced: Data Scientist (DSA-C03) acredita tu capacidad para aplicar los principios de la ciencia de datos dentro de Snowflake: definir conceptos de ciencia de datos, hacer ingeniería de datos y de características, construir y desplegar modelos de aprendizaje automático, aprovechar Snowpark en los flujos de ML y presentar resultados mediante visualización.

65Preguntas por simulacro de Pass-IT
115minTiempo límite del simulacro de Pass-IT

Examen oficial SF-DS: 750 de 1000 puntos para aprobar.

Contrastado con Snowflake · septiembre de 2026 · Versión actual del examen

Descubre cómo aprendes con Pass-IT.

Responde una pregunta de muestra de SF-DS y lee la explicación con su fuente. Aquí mismo, sin registrarte.

Despliegue de modelos1 / 5

Al desplegar un modelo mediante el Snowflake Model Registry, ¿qué método ejecuta la inferencia sobre un DataFrame?

AlexExplicación completa de Alex

El método ModelVersion.run() es la API correcta para ejecutar inferencia sobre un DataFrame a través del Snowflake Model Registry. Después de obtener una versión del modelo con Registry.get_model().version(), llamar a run(df) ejecuta la lógica de predicción del modelo y devuelve los resultados como un DataFrame. predict() se parece a la API de scikit-learn, pero no es un método de ModelVersion. score() y execute() tampoco son métodos válidos de ModelVersion. El método run() abstrae la deserialización del modelo y ofrece una interfaz de inferencia unificada, sin importar el framework de ML subyacente (scikit-learn, XGBoost, PyTorch, etc.).

Fuentedocs.snowflake.com

Conceptos de ciencia de datos3 / 5

¿Cuál de las siguientes opciones describe mejor el F1 score?

AlexExplicación completa de Alex

El F1 score es la media armónica de precision y recall: F1 = 2 * (P * R) / (P + R). La media armónica penaliza los desequilibrios extremos: para obtener un F1 alto, tanto precision como recall deben ser altos. La opción “La media aritmética de precision y recall” (media aritmética) sería (P + R) / 2, que no penaliza el desequilibrio con la misma fuerza y sobrestimaría el rendimiento. La opción “El promedio ponderado de todas las métricas de clasificación” (promedio ponderado de todas las métricas de clasificación) es demasiado amplia y no es la definición de F1. La opción “La media geométrica de accuracy y recall” (media geométrica de accuracy y recall) usa las métricas equivocadas y la función de agregación equivocada. El F1 es especialmente útil con clases desbalanceadas, donde la accuracy por sí sola resulta engañosa. Precision = TP/(TP+FP), Recall = TP/(TP+FN).

Fuentedocs.snowflake.com

Desarrollo de modelos5 / 5

Un equipo antifraude compara dos umbrales de decisión en un conjunto de validación puntuado de 10.000 transacciones. Cada fraude detectado ahorra 400 dólares, cada falsa alarma cuesta 25 dólares en revisión manual, y el fraude no detectado y las transacciones aprobadas correctamente no tienen ningún costo adicional. Umbral TP FP FN TN A 80 120 20 9780 B 60 40 40 9860 ¿Qué umbral da el mayor beneficio esperado y cuál es ese valor?

AlexExplicación completa de Alex

Una matriz de confusión se convierte en una decisión de negocio en cuanto cada celda tiene un valor. Multiplica los conteos por sus beneficios y súmalos: aquí los verdaderos positivos generan 400 dólares, los falsos positivos cuestan 25 y las demás celdas valen cero. El umbral A detecta más fraude a cambio de más revisiones y deja un neto de 29.000 dólares, mientras que el umbral B deja 23.000. Los errores tentadores son contar los ahorros y olvidar los costos de revisión, lo que da 32.000 o 24.000, o preferir el umbral con menos falsas alarmas sin ponerles precio. La guía de scikit-learn sobre el ajuste de umbrales señala lo mismo: un punto de corte fijo de 0,5 rara vez es la mejor opción cuando los errores tienen costos distintos. Consejo para el examen: escribe beneficio = valor x conteo para cada celda y luego compara los totales.

Fuentelearn.snowflake.com

* Las preguntas de la app están actualmente en inglés. Las traducciones de esta vista previa solo se aplican a la vista previa. Consulta con el proveedor de la certificación los idiomas disponibles para el examen oficial.

Así te preparas para SF-DS con Pass-IT.

Actualmente hay 360 preguntas de práctica para SF-DS y añadimos nuevas con regularidad. Céntrate en lo que aún necesitas aprender.

Avanza cuando una pregunta se te resista.

Entiende por qué una respuesta es correcta. Alex te explica los conceptos y resuelve tus dudas para que puedas aplicar lo aprendido en el siguiente ejercicio.

Conoce a Alex →

Prueba las preguntas disponibles en la vista previa de arriba.

Aprovecha tu tiempo de estudio.

Practica a tu nivel.
En las nuevas sesiones de práctica, Pass-IT ajusta la dificultad según tus respuestas anteriores.

Aprende de tus errores.
Las respuestas incorrectas se convierten automáticamente en tarjetas de estudio. Al repasarlas, valoras con qué seguridad recuerdas la respuesta; Pass-IT programa el siguiente repaso.

Así funciona la práctica enfocada →

Prueba las preguntas disponibles en la vista previa de arriba.

Entrena para el momento que cuenta.

Completa un simulacro de examen con tiempo límite y comprueba si te da tiempo a terminar.

Tu simulacro de SF-DS

Preguntas
65
Minutos
115

Representación de una sesión de examen

  1. Inicio
  2. Responder preguntas
  3. Final

Extensión y tiempo límite del simulacro de Pass-IT.

Llega al examen con más confianza.

Tu Readiness Score te ayuda a valorar si estás listo para el examen. Los resultados por área te muestran dónde conviene seguir practicando.

Te devolvemos el dinero si suspendes pese a alcanzar un 80 % de Readiness.
Si tu Readiness Score es de al menos el 80 % cuando haces el examen y aun así suspendes, te devolvemos el precio de compra de Pass-IT para esta certificación.

Para accesos activos y de pago. Presenta el justificante de suspenso en un plazo de 14 días.

Más condiciones de la garantía

Cuando hagas el examen, necesitas al menos un 80 % de Readiness y un acceso activo y de pago a la certificación. Haz el examen durante tu periodo de acceso y presenta el justificante oficial de suspenso dentro de los 14 días posteriores al examen.

En las compras realizadas a través de Apple o Google, el reembolso se tramita en la tienda correspondiente. Consulta todos los detalles en las condiciones completas.

Ver las condiciones de la garantía →

El Readiness Score refleja tu progreso en la práctica, no una probabilidad de aprobar.

Requisito de la garantía

80%

Al menos un 80 % de Readiness
cuando hagas el examen

Reembolso si suspendes

Número de preguntas y ajustes de los simulacros del catálogo actual de Pass-IT.

Esto practicas para SF-DS.

Temas del examen, ejercicios relacionados y fuentes que puedes consultar.

Definir el problema de ciencia de datosConsulta la ponderación en la guía61 PreguntasPreguntas de Pass-IT

Elige métodos de aprendizaje y herramientas estadísticas adecuados para la pregunta.

  • Distingue aprendizaje supervisado, no supervisado y por refuerzo y relaciona regresión, clasificación, previsión, segmentación, clustering o IA generativa con el problema.
  • Explica el ciclo desde recopilación y exploración hasta ingeniería de características, entrenamiento, despliegue, evaluación, supervisión y versionado.
  • Interpreta distribuciones normales o asimétricas, valores atípicos, teorema central del límite, pruebas Z y T, bootstrap e intervalos de confianza.
Preparar datos y características útilesConsulta la ponderación en la guía99 PreguntasPreguntas de Pass-IT

Convierte datos brutos en entradas de las que un modelo pueda aprender.

  • Limpia y muestrea con SQL y Snowpark para Python, usando joins y agregaciones y tratando duplicados, campos irrelevantes, valores ausentes y tipos.
  • Explora patrones con SQL, Snowpark y notebooks externos; calcula estadísticas descriptivas e interpreta pendientes, interceptos y relaciones entre variables.
  • Escala, normaliza, codifica y agrupa características en intervalos, crea atributos derivados con DataFrames y adminístralos en Snowpark Feature Store.
  • Usa Snowsight, Notebooks y bibliotecas gráficas para presentar resúmenes estadísticos, identificar valores atípicos y explicar el caso de negocio.
Desarrollar y evaluar modelosConsulta la ponderación en la guía106 PreguntasPreguntas de Pass-IT

Construye modelos y examina su respuesta al problema previsto.

  • Conecta Python, Snowpark ML, pandas e IDE externos a datos de Snowflake e identifica los lenguajes compatibles con Snowpark.
  • Usa embeddings de Cortex, prompts, fine-tuning y modelos específicos para IA generativa y tareas de lenguaje.
  • Construye pipelines de entrenamiento automatizados con tablas dinámicas, UDF, UDTF y procedimientos Python o funciones externas; ajusta hiperparámetros y elige métricas, validación cruzada, conjuntos reservados y remuestreo.
  • Valida clasificación o regresión con curvas ROC, matrices de confusión, gráficos de residuos y métricas, relacionando resultados con el valor de negocio esperado.
  • Explica predicciones mediante influencia de características, dependencia parcial, intervalos de confianza y valores SHAP.
Desplegar y mantener modelosConsulta la ponderación en la guía94 PreguntasPreguntas de Pass-IT

Lleva modelos a producción y detecta cambios en su rendimiento.

  • Sirve modelos externos mediante funciones externas o despliega en Snowflake con UDF Python, stages, Model Registry y Snowpark Container Services, almacenando predicciones cuando sea necesario.
  • Compara datos de producción y entrenamiento para detectar deriva o deterioro y evalúa AUC, exactitud, precisión, recall o RMSE para decidir cuándo reentrenar.
  • Etiqueta metadatos, administra versiones en Model Registry y automatiza el reentrenamiento durante el ciclo de vida del modelo.
Formatos de preguntas que puedes practicar
Opción múltiple
Selecciona una respuesta.
Respuesta múltiple
Selecciona varias respuestas válidas.

Estos son los formatos de práctica de Pass-IT. Consulta la página de certificación de Snowflake para conocer el examen oficial.

Preguntas frecuentes

Tu preparación

¿Cuánto tiempo de estudio debería reservar para SF-DS?

Como orientación para organizarte, Pass-IT estima unas 50–120 horas. Con experiencia relevante, probablemente te acerques al extremo inferior; si empiezas de cero, al superior. Puedes necesitar más o menos tiempo que el indicado. No es un requisito de Snowflake ni una promesa de estar listo para el examen en ese plazo.

¿Qué necesitas antes del examen Advanced Data Scientist?

La certificación SnowPro Core, más dos años o más de trabajo práctico de data science con Snowflake en producción según las propias recomendaciones de Snowflake. El catálogo calcula unas 80 horas. El requisito de Core se aplica de verdad, así que tienes que aprobarlo primero por mucha experiencia en modelado que traigas.

Usar Pass-IT

¿En qué idioma están las preguntas de Pass-IT?

Las preguntas de la app están actualmente en inglés. Las traducciones de las preguntas de muestra de esta página solo se aplican a esta vista previa. Consulta con Snowflake los idiomas disponibles para el examen oficial.

¿Cuánto dura mi acceso a SF-DS?

El acceso a esta certificación dura 12 meses. Pagas una vez, sin renovación automática.

¿Cuándo se aplica la garantía de devolución del dinero?

La garantía devuelve el precio de compra de Pass-IT para esta certificación. Necesitas un acceso de pago que cumpla los requisitos y un Readiness Score de al menos el 80 %, calculado a partir de tus resultados de práctica, en el momento del examen. Este valor solo puede alcanzar el 80 % tras responder al menos 50 preguntas y no es una probabilidad de aprobar validada. Haz el examen durante tu periodo de acceso y presenta el justificante oficial de suspenso en un plazo de 14 días. Condiciones de la garantía

Sobre el examen SF-DS

¿Dónde puedo hacer el examen SF-DS?

Supervisado en línea o centros de examen presenciales.

¿Cuánto dura el examen SnowPro Advanced: Data Scientist (DSA-C03)?

El examen SnowPro Advanced: Data Scientist (DSA-C03) tiene 65 preguntas y un tiempo límite de 115 minutos.

¿Advanced Data Scientist o Advanced Data Engineer?

El examen de data scientist pone un 31% en model development y un 25% en deployment, así que va de construir y publicar modelos dentro de Snowflake. El examen de data engineer pone un 28% en data movement y un 25% en transformation, así que va de los pipelines que los alimentan. Ambos exigen SnowPro Core y ninguno está por encima del otro.

¿Cuánto dura la certificación Advanced Data Scientist?

Tu certificación mantiene su validez durante dos años desde que la obtienes, incluso después del retiro del examen con efecto a partir del 1 de noviembre de 2026. Para renovarla mediante el programa de educación continua, debes completar un curso elegible de Snowflake impartido por un instructor u obtener una certificación SnowPro equivalente o de nivel superior antes del vencimiento. Para la renovación, Snowflake te recomienda considerar la SnowPro Advanced: MLOps Engineer Certification.

Tu preparación para SF-DS

$29.99pago único

12 meses de acceso a SF-DS · Sin renovación automática

Comprar acceso a SF-DS

Las preguntas de la app están actualmente en inglés.

Probar 20 preguntas gratisNecesitas una cuenta gratuita. Sin tarjeta.

¿Ya tienes cuenta? Inicia sesión

¿Prefieres una suscripción? Ver suscripciones →

Reembolso si suspendes con al menos un 80 % de Readiness, para compras que cumplan las condiciones de la garantía.

Condiciones de la garantía

La garantía devuelve el precio de compra de Pass-IT para esta certificación. Necesitas un acceso de pago que cumpla los requisitos y un Readiness Score de al menos el 80 %, calculado a partir de tus resultados de práctica, en el momento del examen. Este valor solo puede alcanzar el 80 % tras responder al menos 50 preguntas y no es una probabilidad de aprobar validada. Haz el examen durante tu periodo de acceso y presenta el justificante oficial de suspenso en un plazo de 14 días.

Condiciones completas de la garantía →