SnowPro Specialty: Gen AI (GES-C02) — Questions d'entraînement et examen blanc

La certification SnowPro Specialty: Gen AI (GES-C02) valide des connaissances spécialisées sur l’IA générative dans Snowflake : la suite de fonctionnalités et de fonctions Cortex, dont Cortex Analyst, Cortex Search et Cortex Code ; la gouvernance Gen AI sur l’infrastructure, les données et les coûts ; le traitement documentaire ; et la construction et le fine-tuning de modèles open source avec Snowpark Container Services et le Snowflake Model Registry. Elle évalue ta capacité à répondre à des cas d’usage clients nativement sur la plateforme.

Elle s’adresse aux ingénieurs IA et ML, data scientists, data engineers et développeurs d’applications de données ayant au moins un an de pratique de la Gen AI sur Snowflake en environnement d’entreprise. Savoir écrire du Python aide, et des connaissances préalables en ingénierie des données et en SQL sont supposées acquises.

Snowflake Gen AI Functions domine le blueprint avec 38% et couvre la surface Cortex AISQL de bout en bout : AI_COMPLETE et les fonctions spécialisées (AI_CLASSIFY, AI_EXTRACT, AI_SENTIMENT, AI_TRANSLATE, AI_REDACT), les fonctions vectorielles derrière les embeddings et la similarité, Cortex Analyst et Cortex Search, ainsi que l'exécution de modèles tiers via Snowpark Container Services et la Model Registry. La gouvernance suit avec 29% : contrôle d'accès aux modèles, la famille de rôles CORTEX_USER, les guardrails, le suivi des coûts via les vues d'historique d'usage Cortex et l'observabilité IA avec TruLens. Le domaine overview pèse 18%, de Cortex Code à Snowflake Intelligence en passant par l'inférence cross-region et MCP, et Document Processing clôt à 15% : les modes AI_PARSE_DOCUMENT, le prompting avec AI_EXTRACT et les pipelines Streams et Tasks.

Functions et gouvernance représentent ensemble deux tiers de l'examen, et cette répartition dit tout : Snowflake vérifie si tu sais livrer un workload Cortex que quelqu'un d'autre devra payer et auditer, pas si tu sais réciter des fonctionnalités. Le guide décrit des questions basées sur des scénarios et interactives, et suppose des connaissances SQL et data engineering plus Python avant de commencer. Le vocabulaire Gen AI est la plus petite moitié de la préparation.

L’examen comporte 55 questions à traiter en 85 minutes. Les types de questions sont à réponses multiples et à choix multiple. Les questions couvrent quatre domaines : Snowflake Gen AI Functions (38 %), Snowflake Gen AI Governance (29 %), Snowflake for Gen AI Overview (18 %) et Snowflake Document Processing (15 %). Le score de réussite est de 750 sur une échelle de 0 à 1000. Avec environ 1,5 minute par question, le rythme est serré pour les questions d’IA basées sur des scénarios.

Chaque domaine de l’examen SF-GAI a assez de questions dans la banque pour être travaillé en profondeur. Un examen blanc te pose 55 questions d’affilée, sur le même chrono de 85 minutes que le jour de l’examen.

Le temps qu’il te faut dépend de ton expérience pratique. Le reste est fixé par l’éditeur : comment l’examen se déroule, quand tu peux le repasser et combien de temps la certification reste valable.

L’examen se passe en ligne sous surveillance ou dans un centre d’examen, en anglais. Aucune certification prérequise. La certification expire deux ans après sa date d’émission ; tu te recertifies via le programme Snowflake Continuing Education, avec une formation encadrée éligible ou une certification SnowPro de niveau équivalent ou supérieur.

Les candidats ayant de l’expérience avec des frameworks GenAI généraux mais ne connaissant pas les implémentations Cortex spécifiques, les types de données vectoriels et les patterns RAG natifs de Snowflake ne sont souvent pas préparés aux questions spécifiques à la plateforme.