Snowflake · SF-SP · Intermediate
SnowPro Specialty: Snowpark (SPS-C01) — Questões de prática e simulado
Pratique questões reais de SF-SP, sem dumps. O Alex explica cada resposta e seu Readiness Score mostra quando você está pronto para passar.
Verificado com Snowflake · abril de 2026Versão atual do exame
Visão geral
Sobre o exame
A certificação SnowPro Specialty: Snowpark (SPS-C01) valida a capacidade de construir aplicações de processamento de dados e Machine Learning com o framework Snowpark, incluindo DataFrames, UDFs, Stored Procedures, Snowpark ML e a integração com os ecossistemas Python, Java e Scala. Avalia o domínio prático do desenvolvimento programático em Snowflake.
Esta certificação destina-se a desenvolvedores de dados, engenheiros de ML e engenheiros de software com pelo menos um ano de experiência no desenvolvimento com Snowpark. Demonstra a capacidade de construir aplicações de processamento de dados de qualidade de produção com Snowpark.
Domínios do exame
O que cai na prova
O exame é composto por 65 questões — escolha múltipla, resposta múltipla e verdadeiro/falso — a serem completadas em 85 minutos. As questões cobrem quatro domínios: DataFrames & Data Manipulation (30 %), UDFs & Stored Procedures (25 %), Snowpark ML (25 %) e Session Management & Deployment (20 %). A pontuação de aprovação é de 750 em 1000. DataFrames e UDFs representam mais de metade do exame — domine a API de DataFrames em detalhe.
Understand Snowpark architecture, DataFrame API, and session management.
Use Snowpark Python API for data manipulation, UDFs, stored procedures, and ML integration.
Build data pipelines and transformations using Snowpark DataFrames, joins, aggregations, and window functions.
Optimize Snowpark queries, caching, pushdown operations, and warehouse sizing.
Formato
O que esperar
Atenção
Onde os candidatos travam
Desenvolvedores familiarizados com PySpark ou Pandas frequentemente assumem que a API do Snowpark é idêntica e falham em questões sobre comportamentos específicos do Snowpark como Lazy Evaluation, âmbito de sessão e padrões de implementação de UDFs.
- 01Lazy vs. Eager Evaluation — Não compreender que os DataFrames do Snowpark usam Lazy Evaluation (as transformações só são executadas ao chamar collect(), show() ou save_as_table()) e como isso afeta a depuração e o desempenho leva a erros fundamentais.
- 02Âmbito do objeto Session — Não compreender que o objeto Session está vinculado a um warehouse e base de dados/esquema específicos e que diferentes contextos de execução (Stored Procedures, UDFs) podem requerer as suas próprias configurações de sessão causa erros em tempo de execução.
- 03Tipos de UDF — Confundir Scalar UDFs (uma linha de entrada, um valor de saída), Vectorized UDFs (séries Pandas para processamento em lotes) e UDTFs (funções com valor de tabela) e as suas respetivas características de desempenho leva a decisões de implementação incorretas.
- 04Snowpark vs. PySpark — Assumir que a API do Snowpark é idêntica à do PySpark — apesar das diferenças na sintaxe de joins, resolução de nomes de colunas, conversão de tipos e operações em falta — causa erros em questões de utilização da API.
- 05Execução de Stored Procedures — Não compreender que as Stored Procedures do Snowpark são executadas no servidor Snowflake (não no cliente), com acesso limitado a pacotes e requisitos de segurança específicos (Owner's Rights vs. Caller's Rights) leva a erros de implementação.
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 250 USD. Pré-requisito: certificação SnowPro Core ativa.
Antes de agendar a prova
Você passaria em SF-SP hoje?
Faça a verificação de preparação grátis. Responda questões reais de SF-SP e veja seu Readiness Score em cada domínio.
Fazer a verificação grátis20 questões · grátisChegue a 80 % de preparação no dia da prova. Passe ou seu dinheiro de volta.