Databricks Certifications
Roteiro de Estudo
Certificações Databricks
As 8 certificações do catálogo oficial da Databricks, organizadas por prioridade. Foco principal em
Data Engineer Associate e
Data Engineer Professional,
com domínios, pesos de prova e documentação oficial de cada uma.
Como se preparar — qualquer certificação
01Revisar o exam guide oficial da prova (domínios e pesos)
02Fazer o treinamento relacionado na Databricks Academy
03Praticar hands-on no Databricks Free Edition
04Usar o AI Prep Guide para revisar pontos fracos
05Registrar a prova no Webassessor e checar requisitos técnicos
06Revisar o exam guide de novo antes da data marcada
Trilha 1 · Data Engineer
01
Data Engineer
Prioridade — comece por aqui
Data Engineer AssociateAssociate
45 questões · 90 min · US$200 · sem pré-requisito formal
Sem pré-requisito formal, mas a Databricks recomenda experiência prática nas tarefas do exam guide antes da prova. Disponível em EN, 日本語, Português BR e 한국어.
Data Transformation and Modeling
22%
Data Ingestion and Loading
21%
Working with Lakeflow Jobs
16%
Governance and Security
15%
Implementing CI/CD
10%
Troubleshooting, Monitoring e Optimization
10%
Databricks Intelligence Platform
6%
# Ingestão incremental com Auto Loader (Data Ingestion and Loading) df = (spark.readStream .format("cloudFiles") .option("cloudFiles.format", "json") .load("/Volumes/raw/events/")) df.writeStream.trigger(availableNow=True) \ .toTable("bronze.events")
Data Engineer ProfessionalProfessional
59 questões · 120 min · US$200 · sem pré-requisito formal
22% da prova é só código (Python e SQL) — o maior domínio isolado. Não exige a Associate como pré-requisito, mas ajuda bastante ter feito antes.
Developing Code (Python e SQL)
22%
Cost & Performance Optimisation
13%
Data Transformation, Cleansing e Quality
10%
Monitoring and Alerting
10%
Data Security and Compliance
10%
Debugging and Deploying
10%
Data Modelling
6%
Data Ingestion & Acquisition
7%
Data Governance
7%
Data Sharing and Federation
5%
# Pipeline declarativo com regra de qualidade (Data Transformation, Cleansing e Quality) import dlt @dlt.table @dlt.expect_or_drop("valid_id", "id IS NOT NULL") def silver_orders(): return dlt.read_stream("bronze_orders") // Nomenclatura Lakeflow mais recente: from pyspark import pipelines as dp // confira a sintaxe atual no exam guide antes da prova
02
Apache Spark
Reforça a base de DataFrame API usada nas provas de Data Engineer
Apache Spark DeveloperAssociate
45 questões · 90 min · US$200 · só em inglês
Não é obrigatória para a trilha de Data Engineer, mas a DataFrame API que ela cobra é a mesma cobrada nas duas provas de Data Engineer — bom complemento antes ou depois delas.
DataFrame/DataSet API Applications
30%
Apache Spark Architecture and Components
20%
Using Spark SQL
20%
Troubleshooting and Tuning DataFrame API
10%
Structured Streaming
10%
Spark Connect
5%
Pandas API on Apache Spark
5%
# DataFrame API básica (maior domínio da prova, 30%) from pyspark.sql.functions import col df2 = (df .filter(col("status") == "active") .groupBy("region") .agg({"revenue": "sum"}) .orderBy("sum(revenue)", ascending=False))
03
Analytics & Machine Learning
Complementares, conforme seu interesse
Data AnalystAssociate
45 questões · 90 min · US$200 · só em inglês
Recomendado 6+ meses de experiência com Databricks SQL. O SQL cobrado segue o padrão ANSI SQL.
Executing queries (SQL / SQL Warehouses)
20%
Creating Dashboards and Visualizations
16%
Analyzing Queries
15%
AI/BI Genie spaces
12%
Understanding the Data Intelligence Platform
11%
Managing Data
8%
Securing Data
8%
Importing Data
5%
Data Modeling with Databricks SQL
5%
Machine LearningAssociate
48 questões · 90 min · US$200 · sem pré-requisito formal
Recomendado 6+ meses de experiência. Todo o código de ML da prova é em Python; SQL aparece só em partes não específicas de ML.
Databricks Machine Learning
38%
Model Development
31%
ML Workflows
19%
Model Deployment
12%
Machine LearningProfessional
59 questões · 120 min · US$200 · só em inglês
Recomendado 1+ ano de experiência. Model Development e ML Ops somam 88% da prova — o eixo é MLOps em produção, não modelagem isolada.
Model Development
44%
ML Ops
44%
Model Deployment
12%
04
IA Generativa
Área mais nova e ainda em evolução no catálogo
Generative AI EngineerAssociate
45 questões · 90 min · US$200 · sem pré-requisito formal
Cobre RAG, AI Search, Model Serving, MLflow e Unity Catalog aplicados a soluções de IA generativa. Recomendado 6+ meses de experiência.
Application Development
30%
Assembling and Deploying Apps
22%
Design Applications
14%
Data Preparation
14%
Evaluation and Monitoring
12%
Governance
8%
Context EngineerBeta
~90 questões (beta) · 120 min · aplicação só presencial
Ainda em beta: só é aplicada presencialmente no Data + AI Summit, sem inscrição normal pelo Webassessor. Tratar como "acompanhar o lançamento", não como próximo passo prático.
Instruções e system prompts para agentes
Retrieval com AI Search em tempo de inferência
Memória de sessão com Lakebase e MLflow
Integração de ferramentas e dados via MCP
Gestão de context window (compaction e trimming)
Governança do contexto via Unity Catalog
Estratégias para agentes multi-etapa e de longa duração
Trilha 2 · AI Engineer
01
IA Generativa
Foco principal para AI Engineer
Generative AI EngineerAssociate
45 questões · 90 min · US$200 · sem pré-requisito formal
Cobre RAG, AI Search, Model Serving, MLflow e Unity Catalog aplicados a soluções de IA generativa. Recomendado 6+ meses de experiência.
Application Development
30%
Assembling and Deploying Apps
22%
Design Applications
14%
Data Preparation
14%
Evaluation and Monitoring
12%
Governance
8%
Context EngineerBeta
~90 questões (beta) · 120 min · aplicação só presencial
Ainda em beta: só é aplicada presencialmente no Data + AI Summit, sem inscrição normal pelo Webassessor. Tratar como "acompanhar o lançamento", não como próximo passo prático.
Instruções e system prompts para agentes
Retrieval com AI Search em tempo de inferência
Memória de sessão com Lakebase e MLflow
Integração de ferramentas e dados via MCP
Gestão de context window (compaction e trimming)
Governança do contexto via Unity Catalog
Estratégias para agentes multi-etapa e de longa duração
02
Machine Learning
Base de MLOps para produção de modelos
Machine LearningAssociate
48 questões · 90 min · US$200 · sem pré-requisito formal
Recomendado 6+ meses de experiência. Todo o código de ML da prova é em Python; SQL aparece só em partes não específicas de ML.
Databricks Machine Learning
38%
Model Development
31%
ML Workflows
19%
Model Deployment
12%
Machine LearningProfessional
59 questões · 120 min · US$200 · só em inglês
Recomendado 1+ ano de experiência. Model Development e ML Ops somam 88% da prova — o eixo é MLOps em produção, não modelagem isolada.
Model Development
44%
ML Ops
44%
Model Deployment
12%
03
Data Engineering
Fundamentos de dados para alimentar sistemas de IA
Data Engineer AssociateAssociate
45 questões · 90 min · US$200 · sem pré-requisito formal
Sem pré-requisito formal, mas a Databricks recomenda experiência prática nas tarefas do exam guide antes da prova. Disponível em EN, 日本語, Português BR e 한국어.
Data Transformation and Modeling
22%
Data Ingestion and Loading
21%
Working with Lakeflow Jobs
16%
Governance and Security
15%
Implementing CI/CD
10%
Troubleshooting, Monitoring e Optimization
10%
Databricks Intelligence Platform
6%
# Ingestão incremental com Auto Loader (Data Ingestion and Loading) df = (spark.readStream .format("cloudFiles") .option("cloudFiles.format", "json") .load("/Volumes/raw/events/")) df.writeStream.trigger(availableNow=True) \ .toTable("bronze.events")
Data Engineer ProfessionalProfessional
59 questões · 120 min · US$200 · sem pré-requisito formal
22% da prova é só código (Python e SQL) — o maior domínio isolado. Não exige a Associate como pré-requisito, mas ajuda bastante ter feito antes.
Developing Code (Python e SQL)
22%
Cost & Performance Optimisation
13%
Data Transformation, Cleansing e Quality
10%
Monitoring and Alerting
10%
Data Security and Compliance
10%
Debugging and Deploying
10%
Data Modelling
6%
Data Ingestion & Acquisition
7%
Data Governance
7%
Data Sharing and Federation
5%
# Pipeline declarativo com regra de qualidade (Data Transformation, Cleansing e Quality) import dlt @dlt.table @dlt.expect_or_drop("valid_id", "id IS NOT NULL") def silver_orders(): return dlt.read_stream("bronze_orders") // Nomenclatura Lakeflow mais recente: from pyspark import pipelines as dp // confira a sintaxe atual no exam guide antes da prova
04
Complementares
SQL/BI e Spark de apoio
Data AnalystAssociate
45 questões · 90 min · US$200 · só em inglês
Recomendado 6+ meses de experiência com Databricks SQL. O SQL cobrado segue o padrão ANSI SQL.
Executing queries (SQL / SQL Warehouses)
20%
Creating Dashboards and Visualizations
16%
Analyzing Queries
15%
AI/BI Genie spaces
12%
Understanding the Data Intelligence Platform
11%
Managing Data
8%
Securing Data
8%
Importing Data
5%
Data Modeling with Databricks SQL
5%
Apache Spark DeveloperAssociate
45 questões · 90 min · US$200 · só em inglês
Não é obrigatória para a trilha de AI Engineer, mas fortalece a base de processamento de dados que sustenta pipelines de treino, feature engineering e RAG.
DataFrame/DataSet API Applications
30%
Apache Spark Architecture and Components
20%
Using Spark SQL
20%
Troubleshooting and Tuning DataFrame API
10%
Structured Streaming
10%
Spark Connect
5%
Pandas API on Apache Spark
5%
# DataFrame API básica (maior domínio da prova, 30%) from pyspark.sql.functions import col df2 = (df .filter(col("status") == "active") .groupBy("region") .agg({"revenue": "sum"}) .orderBy("sum(revenue)", ascending=False))