GES-C01 試験問題 96
データエンジニアリングチームは、生のテキストベースの「issue_description」列から抽出した製品名で「customer issues」テーブルを自動的にエンリッチメントするSnowflakeデータパイプラインを設計しています。この抽出にはSnowflake Cortex関数を使用し、ストリームとタスクベースのパイプラインに統合したいと考えています。「issue_id」と(VARCHAR)を持つ「customer_issues」テーブルを前提としています。次のSQLスニペットのうち、タスク内でこのデータエンリッチメントにSnowflake Cortex関数を使用していることを正しく示しているのはどれですか？（「customer issues」テーブルへのストリームを前提としています）
GES-C01 試験問題 97
Gen AIスペシャリストは、Snowflake Cortex関数を用いて、新規顧客フィードバックエントリに感情スコアを自動的に付加するデータパイプラインを実装する任務を負っています。新規フィードバックはステージングテーブルに届きますが、エンリッチメントプロセスは自動化され、費用対効果の高いものでなければなりません。以下のパイプラインコンポーネントを考慮すると、この継続的なデータ拡張プロセスを構築するには、どのステップの組み合わせが最も適切でしょうか？
GES-C01 試験問題 98
データエンジニアリングチームは、SnowflakeでSQLタスクを使用して、顧客インタラクションログの大規模データセットに対して様々なSnowflake Cortex LLM関数（AI_COMPLETE、AI EMBEDなど）を呼び出すパイプラインを構築しています。チームは、コストの変動と時折発生するクエリエラーを観察しており、パイプラインが停止することがあります。これらの問題に対処し、効率的で堅牢かつ監視可能なパイプラインを実現するために、以下のどのアクションまたは考慮事項が不可欠ですか？（該当するものをすべて選択してください。）
GES-C01 試験問題 99
データサイエンティストは、
ミストラル -7b
簡潔な入力特徴に基づいて具体的な製品説明を生成する能力を向上させるモデルを開発しました。PRODUCT_CATALOGというテーブルがあり、PRODUCT_FEATURES（テキスト）列とGENERATED_DESCRIPTION（テキスト）列があります。Snowflake Cortexにおけるこの微調整ジョブの準備と開始について正しく説明している記述は、次のうちどれですか？
（該当するものをすべて選択してください）
ミストラル -7b
簡潔な入力特徴に基づいて具体的な製品説明を生成する能力を向上させるモデルを開発しました。PRODUCT_CATALOGというテーブルがあり、PRODUCT_FEATURES（テキスト）列とGENERATED_DESCRIPTION（テキスト）列があります。Snowflake Cortexにおけるこの微調整ジョブの準備と開始について正しく説明している記述は、次のうちどれですか？
（該当するものをすべて選択してください）
GES-C01 試験問題 100
MLエンジニアは、複数の独立したテキストストリームを処理し、構造化された出力を生成するために、Snowpark Container Services (SPCS) にカスタムチューニングされた LLM をデプロイします。チームは、一部のストリームが処理に失敗し、結果が不完全になっていることに気づき、デプロイにかかるコストを効果的に監視したいと考えています。このシナリオにおいて、トラブルシューティングとコスト管理にはどのような対策が適切でしょうか。
