EnglishDeutschFrançaisEspañolPortuguês

Snowflake · SF-DS · Advanced

SnowPro Advanced: Data Scientist (DSA-C03)

Valida conhecimentos avançados na aplicação de métodos abrangentes de ciência de dados com Snowflake, incluindo Machine Learning, Feature Engineering e implementação de modelos. 65+ questões práticas com IA e explicações. Teste grátis, garantia de aprovação.

Começar teste grátis

7 dias de teste grátis, sem cartão de crédito

65 Questões
115min Limite de tempo
750/ 1000 Nota para passar
$375 USD Taxa do exame

Visão geral

Sobre o exame

A certificação SnowPro Advanced: Data Scientist (DSA-C03) valida a capacidade de implementar fluxos de trabalho de Machine Learning em Snowflake, incluindo Feature Engineering, treino e implementação de modelos com Snowpark ML, utilização do Snowflake Model Registry e Feature Store, e integração com frameworks externos de ML. Avalia a aplicação prática da ciência de dados dentro das funcionalidades nativas do Snowflake.

Esta certificação destina-se a cientistas de dados, engenheiros de ML e analistas avançados com dois ou mais anos de experiência na aplicação de técnicas de Machine Learning em Snowflake. Demonstra a capacidade de executar fluxos de trabalho de ML em produção na infraestrutura Snowflake.

Domínios

O que cai no exame

O exame é composto por 65 questões — escolha múltipla, resposta múltipla e verdadeiro/falso — a serem completadas em 115 minutos. As questões cobrem quatro domínios: Snowpark ML & Feature Engineering (30 %), Model Training & Deployment (25 %), Data Exploration & Preparation (25 %) e ML Operations & Governance (20 %). A pontuação de aprovação é de 750 em 1000. Snowpark ML e Feature Engineering constituem o maior segmento — experiência prática com a API é indispensável.

Data Science Concepts 17%

Apply data science methodologies, statistics, and ML fundamentals within the Snowflake ecosystem.

Data Preparation and Feature Engineering 27%

Prepare data, engineer features, and handle data quality using Snowflake SQL, Snowpark, and ML functions.

Model Development 31%

Build, train, and evaluate ML models using Snowpark ML, Snowflake ML functions, and integrated frameworks.

Model Deployment 25%

Deploy, monitor, and manage ML models in production using Snowflake model registry and serving infrastructure.

Formato

O que esperar

multiple choice
70%
multiple response
30%

Atenção

Onde os candidatos erram

Cientistas de dados que treinam modelos de Machine Learning exclusivamente fora do Snowflake frequentemente falham em questões sobre APIs do Snowpark ML, Snowflake Model Registry, Feature Store e padrões de inferência baseados em UDFs.

  1. 01
    Snowpark ML vs. externo — Não compreender quando usar Snowpark ML (nativo no Snowflake, sem movimentação de dados) em vez de frameworks externos (exportam os dados, mais flexibilidade) leva a erros na escolha de arquitetura.
  2. 02
    Feature Store — Não conhecer o Feature Store do Snowflake — como as features são registadas, versionadas e servidas tanto para treino como para inferência — causa erros em questões de Feature Engineering.
  3. 03
    Model Registry — Confundir o Snowflake Model Registry (versionamento e metadados de modelos no Snowflake) com registos externos (MLflow, Weights & Biases) e não compreender os mecanismos de implementação leva a erros de MLOps.
  4. 04
    UDFs para inferência — Não compreender como as UDFs Python e as UDFs vetorizadas são usadas para inferência de modelos diretamente no Snowflake — incluindo as limitações de dependências de pacotes e memória — causa erros de implementação.
  5. 05
    Data Leakage — Não detetar Data Leakage em pipelines de Feature Engineering — especialmente com dados de séries temporais onde informação futura pode infiltrar-se nas features de treino — leva a erros em questões de validação de modelos.

Detalhes

Logística do exame

Oferecido online através do Snowflake Certification Portal. Disponível em inglês e japonês. A certificação é válida por 2 anos. A renovação requer recertificação ou créditos de educação contínua. O custo do exame é de 375 USD. Pré-requisito: certificação SnowPro Core ativa.

Modalidade Online proctored or onsite testing centers.
Política de repetição No waiting period between attempts. Full registration fee required for each attempt.
Validade 2 anos
Oportunidades de carreira Senior Data Scientist, ML Engineer, AI Architect, Snowflake ML Specialist, Data Science Lead.
Renovação Pass the current version of the SnowPro Advanced: Data Scientist exam to recertify every 2 years.
Tempo de estudo ~80 horas
Guia oficial Ver no site do fornecedor

Pronto para passar?

Junte-se a milhares de profissionais que passaram com prática impulsionada por IA.

Começar teste grátis