intermediate⏱60 minLección 6 de 19

Dominio 1.6 — Funcionalidades de IA/ML y Desarrollo de Aplicaciones

Explora el ecosistema de IA y desarrollo de aplicaciones de Snowflake: Snowpark, Snowflake Cortex (funciones LLM, Cortex Search, Cortex Analyst), Snowflake ML, Streamlit y Notebooks.

Dominio 1.6 — Funcionalidades de IA/ML y Desarrollo de Aplicaciones

Peso en el Examen

El Dominio 1.0 representa aproximadamente el ~31% del examen. Las funcionalidades de IA/ML son un enfoque creciente en el examen COF-C03, reflejando el posicionamiento de Snowflake como "AI Data Cloud".

ℹ️Note

Esta lección corresponde al Objetivo de Examen 1.6: Explicar las funcionalidades de IA/ML y desarrollo de aplicaciones, incluyendo Snowflake Notebooks, Streamlit, Snowpark, Snowflake Cortex y Snowflake ML.

💡 Tip: Use Ctrl + Mouse Wheel to zoom, or click the fullscreen icon

Snowpark

Snowpark es el framework de desarrollo de Snowflake que permite escribir pipelines de datos y transformaciones en Python, Java o Scala usando una API DataFrame — sin mover datos fuera de Snowflake.

Conceptos Clave de Snowpark

El código se escribe en Python/Java/Scala usando la librería Snowpark
La ejecución ocurre dentro de Snowflake — los datos nunca salen
Utiliza evaluación perezosa (lazy evaluation) — las operaciones se construyen como un plan de consulta y se ejecutan cuando se activa una acción
Soporta Funciones Definidas por el Usuario (UDFs), UDTFs (funciones de tabla) y Procedimientos Almacenados

python

# Ejemplo de Snowpark en Python
from snowflake.snowpark import Session
from snowflake.snowpark.functions import col, sum as snow_sum

# Crear una sesión
session = Session.builder.configs({
    "account": "myaccount",
    "user": "myuser",
    "password": "mypassword",
    "warehouse": "WH_DS",
    "database": "ANALYTICS",
    "schema": "PUBLIC"
}).create()

# Construir un DataFrame (aún no se mueven datos — evaluación perezosa)
df = session.table("orders")

# Transformar
result = (df
    .filter(col("status") == "COMPLETED")
    .group_by("region")
    .agg(snow_sum("amount").alias("total_revenue"))
    .sort("total_revenue", ascending=False)
)

# Ejecutar y mostrar resultados (activa el cómputo)
result.show()

# Escribir resultados de vuelta a Snowflake
result.write.mode("overwrite").save_as_table("revenue_by_region")

UDFs y UDTFs con Snowpark

python

# Registrar una UDF de Python en Snowflake
from snowflake.snowpark.functions import udf
from snowflake.snowpark.types import StringType, FloatType

@udf(return_type=FloatType(), input_types=[StringType()])
def sentiment_score(text: str) -> float:
    # Esto se ejecuta dentro del sandbox de Python de Snowflake
    from textblob import TextBlob
    return TextBlob(text).sentiment.polarity

# Usar la UDF en una consulta
df.select(sentiment_score(col("review_text")).alias("sentiment")).show()

Snowpark para Machine Learning

python

from snowflake.ml.modeling.linear_model import LinearRegression
from snowflake.ml.modeling.preprocessing import StandardScaler

# Entrenar un modelo usando Snowflake ML
scaler = StandardScaler(input_cols=["age", "income"], output_cols=["age_scaled", "income_scaled"])
df_scaled = scaler.fit(df).transform(df)

model = LinearRegression(input_cols=["age_scaled", "income_scaled"], label_cols=["churn"])
model.fit(df_scaled)

# Desplegar el modelo como UDF dentro de Snowflake

Snowflake Cortex — Funciones SQL de IA

Snowflake Cortex proporciona funciones SQL potenciadas por LLM (Large Language Models, modelos de lenguaje de gran escala) que se ejecutan directamente sobre datos de Snowflake — sin necesidad de llamadas a API externas desde la perspectiva del usuario.

Funciones SQL de Cortex AI

Función	Descripción	Caso de Uso Ejemplo
`COMPLETE()`	Genera texto con un LLM	Resumir, clasificar, responder preguntas
`EMBED_TEXT_768()` / `EMBED_TEXT_1024()`	Genera incrustaciones vectoriales (embeddings)	Búsqueda semántica, similitud
`CLASSIFY_TEXT()`	Clasifica texto en categorías	Análisis de sentimiento, clasificación por tema
`EXTRACT_ANSWER()`	Extrae una respuesta del texto de contexto	Q&A sobre documentos
`SENTIMENT()`	Devuelve puntuación de sentimiento (-1 a 1)	Análisis de reseñas de productos
`SUMMARIZE()`	Resume texto largo	Artículos de noticias, documentos
`TRANSLATE()`	Traduce texto entre idiomas	Datos multilingües
`PARSE_DOCUMENT()`	Extrae texto de PDFs/imágenes	Procesamiento de documentos

sql

-- Resumir reseñas de clientes
SELECT
    review_id,
    SNOWFLAKE.CORTEX.SUMMARIZE(review_text) AS resumen
FROM customer_reviews;

-- Análisis de sentimiento
SELECT
    review_id,
    SNOWFLAKE.CORTEX.SENTIMENT(review_text) AS puntuacion_sentimiento
FROM customer_reviews;

-- Clasificar tickets de soporte
SELECT
    ticket_id,
    SNOWFLAKE.CORTEX.CLASSIFY_TEXT(
        ticket_body,
        ['facturacion', 'tecnico', 'cuenta', 'general']
    ):label::STRING AS categoria
FROM support_tickets;

-- Generar completaciones con LLM
SELECT
    SNOWFLAKE.CORTEX.COMPLETE(
        'mistral-7b',   -- o 'llama3-70b', 'mixtral-8x7b', 'snowflake-arctic'
        'Resume lo siguiente en una oración: ' || description
    ) AS resumen_ia
FROM products;

Cortex Search (Búsqueda Semántica)

Cortex Search proporciona capacidades de búsqueda semántica (vectorial) sobre datos de Snowflake sin necesidad de gestionar incrustaciones (embeddings) manualmente:

sql

-- Crear un servicio de Cortex Search
CREATE CORTEX SEARCH SERVICE product_search
    ON COLUMN product_description
    WAREHOUSE = WH_SEARCH
    TARGET_LAG = '1 hour'
AS (
    SELECT product_id, product_name, product_description
    FROM products
    WHERE is_active = TRUE
);

-- Consultar el servicio de búsqueda (vía API o función SQL)
SELECT SNOWFLAKE.CORTEX.SEARCH_PREVIEW(
    'product_search',
    '{"query": "auriculares inalámbricos con cancelación de ruido", "limit": 5}'
);

Cortex Analyst (Analista de Cortex)

Cortex Analyst habilita la generación de SQL a partir de lenguaje natural — los usuarios de negocio hacen preguntas en español o inglés y Cortex Analyst devuelve consultas SQL y resultados:

Construido sobre LLMs ajustados para generación de SQL
Comprende tu esquema de Snowflake y modelo semántico
Potencia interfaces de BI conversacional
Accesible vía REST API o integración con Streamlit

Snowflake ML

Snowflake ML es un conjunto de capacidades de ML integradas en Snowflake:

Feature Store (Almacén de Características)

Almacena, gestiona y comparte características (features) de ML como objetos de Snowflake:

python

from snowflake.ml.feature_store import FeatureStore, Entity, FeatureView

fs = FeatureStore(session=session, database="ML_DB", name="MY_FEATURE_STORE", ...)

# Definir una entidad
customer_entity = Entity(name="customer", join_keys=["customer_id"])

# Crear una vista de características
fv = FeatureView(
    name="customer_features",
    entities=[customer_entity],
    feature_df=df_features,
    refresh_freq="1 day"
)
fs.register_feature_view(fv, version="v1")

Model Registry (Registro de Modelos)

Almacena, versiona y despliega modelos ML dentro de Snowflake:

python

from snowflake.ml.registry import Registry

reg = Registry(session=session, database_name="ML_DB", schema_name="PUBLIC")

# Registrar un modelo
mv = reg.log_model(
    model=trained_sklearn_model,
    model_name="churn_predictor",
    version_name="v1",
    sample_input_data=df_sample
)

# Ejecutar inferencia
predictions = mv.run(df_new_customers, function_name="predict")

AutoML con Snowflake ML

python

from snowflake.ml.modeling.linear_model import LogisticRegression
from snowflake.ml.modeling.model_selection import GridSearchCV

# Validación cruzada de hiperparámetros dentro de Snowflake
param_grid = {"C": [0.1, 1, 10], "max_iter": [100, 200]}
cv = GridSearchCV(estimator=LogisticRegression(), param_grid=param_grid, cv=5)
cv.fit(df_train)

Snowflake Notebooks

Los Snowflake Notebooks son notebooks interactivos al estilo Jupyter integrados directamente en Snowsight:

Soporta celdas de SQL, Python (Snowpark) y Markdown en el mismo notebook
Las celdas de Python se ejecutan dentro de Snowflake — los datos nunca salen
Accede a datos de Snowflake directamente sin configurar una conexión
Con control de versiones vía integración con Git
Puede visualizar resultados con librerías populares de Python (matplotlib, plotly, altair)

python

# En una celda Python de un Snowflake Notebook
import streamlit as st
import matplotlib.pyplot as plt

# Cargar datos usando Snowpark (ya conectado)
df = session.table("orders").to_pandas()

# Visualizar
fig, ax = plt.subplots()
df.groupby("region")["amount"].sum().plot(kind="bar", ax=ax)
st.pyplot(fig)

sql

-- En una celda SQL dentro del mismo notebook
SELECT region, count(*) as total_pedidos
FROM orders
WHERE order_date >= DATEADD('month', -3, CURRENT_DATE)
GROUP BY 1
ORDER BY 2 DESC;

Streamlit en Snowflake

Streamlit en Snowflake te permite desplegar aplicaciones Python de Streamlit directamente dentro de Snowflake — sin necesidad de hosting externo:

Las aplicaciones Python de datos se ejecutan de forma nativa en Snowflake
Accede a datos de Snowflake de forma segura sin claves API
Comparte con usuarios dentro de tu cuenta de Snowflake
Usa RBAC de Snowflake para controlar quién puede acceder a la aplicación
Construye dashboards, exploradores de datos, aplicaciones potenciadas por IA

python

# streamlit_app.py — se ejecuta dentro de Snowflake
import streamlit as st
from snowflake.snowpark.context import get_active_session

# Obtener la sesión activa de Snowflake (pre-autenticada)
session = get_active_session()

st.title("Dashboard de Ventas")

# Consultar datos de Snowflake
df = session.sql("SELECT region, sum(amount) as ingresos FROM orders GROUP BY 1").to_pandas()

st.bar_chart(df.set_index("REGION")["INGRESOS"])

# Usar Cortex para funcionalidades de IA
pregunta = st.text_input("Haz una pregunta sobre tus datos:")
if pregunta:
    respuesta = session.sql(f"""
        SELECT SNOWFLAKE.CORTEX.COMPLETE('mistral-7b', '{pregunta}')
    """).collect()[0][0]
    st.write(respuesta)

sql

-- Desplegar una aplicación Streamlit
CREATE STREAMLIT my_dashboard
    ROOT_LOCATION = '@my_stage/streamlit_app'
    MAIN_FILE = 'streamlit_app.py'
    QUERY_WAREHOUSE = WH_BI;

Tabla Resumen de Funcionalidades IA/ML

Funcionalidad	Qué Hace	Dónde Se Ejecuta
Snowpark	API DataFrame para Python/Java/Scala	Dentro de Snowflake (capa de cómputo)
Cortex COMPLETE()	Generación de texto con LLM	Endpoints LLM gestionados por Snowflake
Cortex SENTIMENT()	Análisis de sentimiento	Endpoints LLM gestionados por Snowflake
Cortex SUMMARIZE()	Resumen de texto	Endpoints LLM gestionados por Snowflake
Cortex Search	Servicio de búsqueda semántica/vectorial	Índice vectorial gestionado por Snowflake
Cortex Analyst	Conversión de lenguaje natural a SQL	LLM gestionado por Snowflake
Snowflake ML	ML compatible con Sklearn en Snowflake	Cómputo de Snowflake
Feature Store	Gestión de características ML	Almacenamiento + cómputo de Snowflake
Model Registry	Versionado y despliegue de modelos ML	Almacenamiento + cómputo de Snowflake
Notebooks	IDE interactivo SQL + Python	Cómputo de Snowflake
Streamlit en Snowflake	Hosting de aplicaciones web Python	Cómputo de Snowflake

Preguntas de Práctica

P1. Un científico de datos quiere entrenar un modelo de machine learning usando Python sin mover datos fuera de Snowflake. ¿Qué funcionalidad lo permite?

A) External functions (funciones externas)
B) Snowpark ✅
C) Dashboards de Snowsight
D) COPY INTO

P2. ¿Qué función de Snowflake Cortex usarías para devolver una puntuación de sentimiento entre -1 y 1 para reseñas de clientes?

A) COMPLETE()
B) SUMMARIZE()
C) SENTIMENT() ✅
D) EXTRACT_ANSWER()

P3. Un analista de negocio quiere preguntar "¿Cuáles fueron los 5 productos con más ingresos el último trimestre?" en lenguaje natural y obtener una consulta SQL de vuelta. ¿Qué funcionalidad de Cortex soporta esto?

A) Cortex Search
B) Cortex Analyst ✅
C) Cortex COMPLETE()
D) Snowflake ML Registry

P4. Las aplicaciones de Streamlit en Snowflake están aseguradas usando qué mecanismo de Snowflake?

A) Claves API en el código de la aplicación
B) Control de Acceso Basado en Roles (RBAC) de Snowflake ✅
C) Solo OAuth de terceros
D) Acceso público a internet sin autenticación

P5. Snowpark usa evaluación perezosa (lazy evaluation). ¿Qué activa el cómputo real?

A) Crear el objeto DataFrame
B) Llamar a .filter() o .group_by()
C) Llamar a una acción como .show(), .collect() o .write ✅
D) Conectarse a la sesión

✅Success

Puntos Clave para el Día del Examen:

Snowpark = API DataFrame para Python/Java/Scala ejecutándose DENTRO de Snowflake
Funciones SQL de Cortex = capacidades LLM como SQL (SENTIMENT, SUMMARIZE, COMPLETE, etc.)
Cortex Analyst = lenguaje natural → SQL para usuarios de negocio
Cortex Search = servicio gestionado de búsqueda semántica/vectorial
Streamlit en Snowflake = aplicaciones web Python hospedadas y aseguradas dentro de Snowflake
Snowflake Notebooks = notebooks al estilo Jupyter con celdas SQL + Python en Snowsight

Progreso32%

Dominio 1.5 — Conceptos de Almacenamiento en Snowflake

Dominio 2.1 — Modelo y Principios de Seguridad de Snowflake

Contenido del Curso

1. Dominio 1.1 — Arquitectura de Snowflake 2. Dominio 1.2 — Interfaces y Herramientas de Snowflake 3. Dominio 1.3 — Jerarquía y Tipos de Objetos de Snowflake 4. Dominio 1.4 — Configuración de Virtual Warehouses 5. Dominio 1.5 — Conceptos de Almacenamiento en Snowflake 6. Dominio 1.6 — Funcionalidades de IA/ML y Desarrollo de Aplicaciones 7. Dominio 2.1 — Modelo y Principios de Seguridad de Snowflake 8. Dominio 2.2 — Funcionalidades de Gobernanza de Datos 9. Dominio 2.3 — Monitoreo y Gestión de Costos 10. Dominio 3.1 — Carga y Descarga de Datos 11. Dominio 3.2 — Ingesta Automatizada de Datos 12. Dominio 3.3 — Conectores e Integraciones de Snowflake 13. Dominio 4.1 — Evaluación del Rendimiento de Consultas 14. Dominio 4.2 — Optimización del Rendimiento de Consultas 15. Dominio 4.3 — Caché en Snowflake 16. Dominio 4.4 — Transformación de Datos en Snowflake 17. Dominio 5.1 — Colaboración de Datos, Replicación y Continuidad de Negocio 18. Dominio 5.2 — Intercambio Seguro de Datos y Data Clean Rooms 19. Dominio 5.3 — Snowflake Marketplace y Native Apps