DatabricksCertified Generative AI Engineer Associate
Databricks Certified Generative AI Engineer Associate ist der Nachweis für Engineers, die LLM-Anwendungen auf der Databricks-Plattform entwerfen und umsetzen. Die Prüfung fragt ab, ob du ein Geschäftsproblem in Teilaufgaben zerlegst, passende Modelle und Werkzeuge wählst und RAG-Anwendungen mit Vector Search, Model Serving, MLflow und Unity Catalog baust. Im tecnovy Training gehst du die sechs Prüfungsbereiche praktisch in einem Databricks-Workspace durch.
Eine RAG-Anwendung von der Delta-Tabelle bis zum Serving-Endpunkt baust du im tecnovy Training zum Databricks Certified Generative AI Engineer Associate und bewertest sie mit MLflow, als Data oder ML Engineer, der GenAI auf Databricks umsetzt.
So läuft das Training
Methode
Übungen im Databricks-Workspace und Übungsfragen im Prüfungsformat
Grundlage
Databricks Exam Guide, Prüfungsversion vom 18. März 2026
Abschluss
Databricks-Prüfung, Gebühr nicht enthalten, dazu tecnovy Teilnahmezertifikat
Termine & Buchung
Passenden Termin wählen
Aktuell sind keine öffentlichen Termine ausgeschrieben.
Neue Termine werden laufend veröffentlicht. Lass dich vormerken oder plane ein Inhouse-Training für dein Team.
Das tecnovy Training folgt den sechs Abschnitten des Databricks Exam Guides zur Prüfungsversion vom 18. März 2026. Die Gewichtung in Klammern stammt von Databricks: Fast ein Drittel der Wertung entfällt auf die Entwicklung, deshalb bekommt sie die meiste Übungszeit.
01Anwendungen entwerfen (14 %)
Dieser Teil übersetzt eine Geschäftsanforderung in den Aufbau einer GenAI-Anwendung.
Ziele in Ein- und Ausgaben einer KI-Pipeline übersetzen
Modellaufgaben und Chain-Komponenten auswählen
Werkzeuge für mehrstufige Abläufe festlegen und ordnen
02Daten vorbereiten (14 %)
Hier bereitest du die Dokumente auf, aus denen eine RAG-Anwendung später antwortet.
Inhalte aus Quelldokumenten extrahieren und Störendes herausfiltern
Chunking-Strategie passend zu Dokument und Modell
Chunks in Delta-Tabellen in Unity Catalog schreiben
Indizes für die semantische Suche
03Anwendungen entwickeln (30 %)
Der größte Prüfungsbereich: Aus Prompt, Retrieval und Modell wird eine lauffähige Anwendung.
Prompts mit Kontext aus der Nutzereingabe anreichern
Retrieval und LLM-Chains
LLM und Embedding-Modell nach Anforderungen wählen
Agenten mit MLflow und dem Agent Framework
04Anwendungen zusammenbauen und bereitstellen (22 %)
Dieser Teil bringt die Anwendung über Unity Catalog und Model Serving in Betrieb.
Eine Chain als pyfunc-Modell mit Vor- und Nachverarbeitung
Registrierung in Unity Catalog mit MLflow
Vector-Search-Index anlegen und abfragen
Model Serving und der Zugriff von Endpunkten auf Ressourcen
05Governance (8 %)
Hier sicherst du Daten und Anwendung gegen Missbrauch und Datenabfluss ab.
Zugriffsrechte mit Unity Catalog
Maskierung sensibler Daten als Guardrail
Guardrails gegen schädliche Nutzereingaben
06Evaluation und Monitoring (12 %)
Zum Schluss misst du, wie gut die Anwendung arbeitet und was sie kostet.
Agenten mit MLflow-Scoring und Tracing bewerten
Metriken für ein produktives LLM-Szenario wählen
Inference Tables für Nutzung und Qualität im Betrieb
Du übersetzt ein Geschäftsziel in die Ein- und Ausgaben einer GenAI-Pipeline und wählst die Chain-Komponenten dafür.
02
Du legst eine Chunking-Strategie für Dokumentstruktur und Modellgrenzen fest und schreibst die Chunks in Delta-Tabellen in Unity Catalog.
03
Du erstellst einen Vector-Search-Index und fragst ihn für die semantische Suche ab.
04
Du baust RAG-Anwendungen und LLM-Chains, passt Prompts an das gewünschte Ergebnis an und setzt Guardrails ein.
05
Du registrierst eine Chain mit MLflow in Unity Catalog und stellst sie über Model Serving bereit.
06
Du steuerst, auf welche Ressourcen ein Serving-Endpunkt zugreift, und maskierst sensible Inhalte.
07
Du bewertest Agenten und Anwendungen mit MLflow-Scoring und Tracing.
08
Du überwachst einen produktiven LLM-Endpunkt mit Inference Tables und behältst Nutzung und Kosten im Blick.
Databricks Certified Generative AI Engineer Associate
Databricks vergibt die Zertifizierung nur nach bestandener Prüfung, gültig für zwei Jahre. Zur Rezertifizierung legst du die dann aktuelle Version der Prüfung ab.
Databricks-Prüfung Generative AI Engineer Associate
45Gewertete Fragen
Ungewertete Fragen, bis zu
10
Bearbeitungszeit
90 min
Gebühr (Stand November 2026)
200 USD
Online beaufsichtigt über
Kryterion
Die Fragen sind Multiple Choice und Multiple Selection, Hilfsmittel sind nicht erlaubt. Code in der Prüfung ist Python, für Datenverarbeitung teils SQL.
Glossar Deutsch/EnglischEs stellt die Fachbegriffe des Exam Guides auf Deutsch und Englisch gegenüber.
Nicht enthalten
Databricks-PrüfungsgebührDatabricks berechnet je Versuch 200 USD, zuzüglich der nach lokalem Recht anfallenden Steuern (Stand November 2026).
GenAI Engineer Associate
Warum tecnovy
Was du bei uns oben drauf bekommst
01
No Slideshow, Hands-On!
Versprochen: keine PowerPoint-Schlacht. Wir arbeiten in Gruppen, verknüpfen Theorie mit Praxis, und du bekommst Praxisbeispiele unserer erfahrenen Trainer sowie den Austausch mit Gleichgesinnten.
02
Certificate Showroom
Hol dir dein Teilnahmezertifikat und verbinde es, falls vorhanden, mit deinem Prüfungszertifikat. Vollautomatisiert, schön gestaltet. Nur für dich, nur bei tecnovy.
03
Flexible Umbuchung
Falls du mal kurzfristig verhindert sein solltest, kannst du deine Schulung bis eine Woche vor Trainingsbeginn kostenlos umbuchen.
04
Doppelt hält besser
Gerne darfst du innerhalb eines Jahres die Schulung nochmals online als Refresher oder Prüfungsvorbereitung besuchen.
05
Lerne von Experten
Wir garantieren dir stets den Einsatz von didaktisch und methodisch erstklassig qualifizierten Trainern, die ihr Wissen sowohl aus Trainingserfahrung als auch beruflicher Praxis- und Projekterfahrung beziehen.
FAQs
Häufige Fragen
01Wie läuft die Prüfung Databricks Certified Generative AI Engineer Associate ab?
Databricks führt die Prüfung online beaufsichtigt über Kryterion durch, getrennt vom tecnovy Training. Du hast 90 Minuten für 45 gewertete Fragen und bis zu 10 ungewertete, die nicht gekennzeichnet sind; die Zeit für sie ist bereits eingerechnet.
02Welche Punktzahl brauche ich für die Databricks-Prüfung Generative AI Engineer Associate?
Databricks veröffentlicht für diese Prüfung keine Bestehensgrenze, weder auf der Zertifizierungsseite noch im Exam Guide (Stand November 2026). Im tecnovy Training übst du deshalb mit Fragen im Prüfungsformat über alle sechs Bereiche.
03Kann ich die Databricks-Prüfung Generative AI Engineer Associate auf Deutsch ablegen?
Nein, Databricks bietet die Prüfung auf Englisch, Japanisch, brasilianischem Portugiesisch und Koreanisch an (Stand November 2026). Die Sprache des tecnovy Trainings ist davon unabhängig.
04Was passiert, wenn ich die Databricks-Prüfung Generative AI Engineer Associate nicht bestehe?
Du kannst die Prüfung nach 14 Tagen erneut ablegen; diese Wartezeit gilt bei Databricks zwischen allen Versuchen. Jeder Versuch kostet die Prüfungsgebühr, die nicht im Preis des tecnovy Trainings enthalten ist.
05Brauche ich Databricks-Erfahrung für das Training zum Generative AI Engineer Associate?
Formal nicht: Databricks setzt für die Prüfung keine Voraussetzungen, empfiehlt aber rund sechs Monate praktische Arbeit mit den Aufgaben aus dem Exam Guide. Für das tecnovy Training hilft Python-Erfahrung, weil der Code in der Prüfung Python ist.
06Was brauchen die Übungen im Training zum Generative AI Engineer Associate technisch?
Die Übungen im tecnovy Training laufen in einem Databricks-Workspace. Nötig ist dafür ein Zugang zu einem Workspace, in dem Unity Catalog, Vector Search, Model Serving und MLflow verfügbar sind.
07Heißt es bei Databricks Vector Search oder AI Search?
Beides meint dasselbe Produkt: Databricks hat Vector Search in AI Search umbenannt, der Exam Guide zur Prüfungsversion vom 18. März 2026 verwendet aber noch Vector Search. Databricks rät, den Exam Guide zwei Wochen vor dem Prüfungstermin erneut zu lesen.
08Wie unterscheidet sich das Databricks-Training von der RAG Schulung?
Im Databricks-Training von tecnovy übst du mit Vector Search, Model Serving und MLflow für die Databricks-Prüfung. Die RAG Schulung nutzt Python und eine frei verfügbare Vektordatenbank, ohne Prüfung.
Wie sieht deine Schulung bei tecnovy aus?
GenAI Engineer AssociateCertified Generative AI Engineer Associate
Noch keine Termine
Wir merken dich vor, sobald der nächste Termin geplant ist.