Retirada
Snowflake · SF-GAI · Intermediate
SnowPro Specialty: Gen AI (GES-C01)
Prepárate para el examen SnowPro Specialty: Gen AI (GES-C01) (SF-GAI) con preguntas de práctica ilimitadas y realistas de los dominios oficiales del examen, y explicaciones con IA en cada respuesta. Empieza gratis.
Esta certificación se ha descontinuado.
Resumen
Sobre el examen
La certificación SnowPro Specialty: Gen AI (GES-C01) valida conocimientos en la construcción de aplicaciones de IA generativa en Snowflake, incluyendo las funciones de Snowflake Cortex AI, pipelines de Retrieval-Augmented Generation (RAG), tipos de datos vectoriales y búsqueda, ingeniería de prompts para LLM y fine-tuning. Evalúa la capacidad de aprovechar las funcionalidades nativas de GenAI de Snowflake para casos de uso prácticos.
Esta certificación está dirigida a ingenieros de IA/ML, desarrolladores de aplicaciones y especialistas en plataformas de datos que implementan soluciones de IA generativa en Snowflake. Demuestra la capacidad de utilizar LLMs, arquitecturas RAG y Snowflake Cortex para aplicaciones GenAI en producción.
Dominios del examen
Qué entra en el examen
El examen consta de 60 preguntas — selección múltiple y respuesta múltiple — que deben completarse en 85 minutos. Las preguntas cubren cuatro dominios: Cortex AI Functions & LLM Integration (30 %), RAG Pipeline Design (25 %), Vector Data Types & Search (25 %) y Fine-Tuning & Prompt Engineering (20 %). La puntuación para aprobar es de 750 sobre 1000. Las funciones de Cortex AI y el diseño RAG representan más de la mitad del examen.
Understand Snowflake Cortex capabilities, LLM integration, and Gen AI concepts within the Snowflake platform.
Use Snowflake Cortex LLM functions including COMPLETE, EXTRACT_ANSWER, SENTIMENT, SUMMARIZE, and TRANSLATE.
Implement governance, security, and compliance for Gen AI workloads in Snowflake.
Formato
Qué esperar
Ojo con esto
Dónde se atascan los candidatos
Los candidatos con experiencia en frameworks de GenAI generales pero que no conocen las implementaciones específicas de Cortex, los tipos de datos vectoriales y los patrones nativos de RAG de Snowflake a menudo no están preparados para las preguntas específicas de la plataforma.
- 01Cortex COMPLETE vs. externo — No comprender cuándo usar Cortex COMPLETE (llamada nativa a LLM en Snowflake) frente a llamadas a APIs externas (OpenAI, Anthropic vía External Functions) provoca errores en decisiones de arquitectura.
- 02Diseño de pipelines RAG — No conocer cómo construir pipelines RAG en Snowflake — incluyendo fragmentación de documentos, generación de embeddings, almacenamiento vectorial y búsqueda por similitud — causa errores en preguntas de diseño de aplicaciones.
- 03Tipos de datos vectoriales — No comprender los tipos de datos vectoriales nativos de Snowflake, las funciones de similitud vectorial y cómo escalan en comparación con bases de datos vectoriales externas provoca errores en preguntas de modelado de datos.
- 04Fine-Tuning vs. Prompting — Confundir cuándo se debe realizar fine-tuning de un LLM a través de Cortex (comportamiento específico de dominio) frente a ingeniería de prompts (aprendizaje en contexto, ejemplos) causa errores en preguntas de estrategia.
Detalles
Logística del examen
Se ofrece en línea a través del Snowflake Certification Portal. Disponible en inglés. La certificación es válida por 2 años. La renovación requiere recertificación o créditos de educación continua. El costo del examen es de 250 USD. Requisito previo: certificación SnowPro Core activa.