IBM Certified watsonx Data Scientist - Associate
259 perguntas de prática
Última revisão: April 2026
Notas pessoais e links de recursos para sua jornada de estudo
Filtrar por Certificação
O IBM Certified watsonx Data Scientist — Associate (C1000-177) valida que um candidato é capaz de conduzir um projeto de ciência de dados de ponta a ponta na pilha IBM watsonx e Watson Studio: enquadrar o problema de negócio, executar análise exploratória de dados, preparar e realizar engenharia de features, e então selecionar, treinar e avaliar modelos. É direcionado a cientistas de dados praticantes e aspirantes que trabalham em Jupyter notebooks com Python, pandas e scikit-learn, e que usam ferramentas IBM como Watson Studio, SPSS Modeler e AutoAI. O exame é de nível associado, entregue através da Pearson VUE por US$ 200, com aproximadamente 60 questões de múltipla escolha, uma pontuação de aprovação próxima de 70% e validade de três anos. O pré-processamento e a engenharia de features têm o maior peso, então o teste recompensa a fluência prática em manipulação de dados em vez da teoria.
Ponderado em 16%. Abrange a tradução de uma solicitação de stakeholder em uma tarefa de ciência de dados bem definida — distinguindo enquadramento supervisionado vs. não supervisionado, classificação vs. regressão vs. agrupamento, e a escolha de uma métrica de sucesso ligada ao valor de negócio. Espere questões sobre o entendimento de negócio do CRISP-DM, definição da variável alvo, escopo de disponibilidade de dados e reconhecimento de quando um problema não é um problema de machine learning.
Ponderado em 21%. Testa análise univariada e bivariada, estatísticas descritivas, formato de distribuição, correlação, detecção de outliers e anomalias, e escolhas de visualização (histograma, box plot, scatter, heatmap). As questões investigam como ler um `describe()` do pandas, interpretar assimetria/curtose, identificar problemas de qualidade de dados e usar os recursos de gráficos do Watson Studio / Jupyter para formar hipóteses antes da modelagem.
Ponderado em 13% — o domínio mais leve. Foca no ambiente watsonx e Watson Studio: projetos e assets, Jupyter notebooks e runtimes, Python com pandas/NumPy/scikit-learn/matplotlib, SPSS Modeler flows, AutoAI experiments e gerenciamento de versão/assets. Espere questões práticas sobre onde uma ferramenta se encaixa, reprodutibilidade e como escolher entre notebooks code-first e low-code flows.
O domínio mais pesado, com 33% — aproximadamente um terço do exame. Abrange o tratamento de valores ausentes, codificação de variáveis categóricas (one-hot, label, target), escalonamento e normalização, binning, transformações log/potência, tratamento de outliers, lidar com desequilíbrio de classes (SMOTE, reamostragem), criação e seleção de features, redução de dimensionalidade (PCA) e prevenção de data leakage. Domine os scikit-learn transformers, pipelines e a disciplina de train/transform; este domínio decide a maioria dos resultados de aprovação/reprovação.
Ponderado em 17%. Abrange a escolha do algoritmo para a tarefa, o trade-off bias-variance, divisões train/validation/test, cross-validation, ajuste de hiperparâmetros (grid/random search) e métricas — accuracy, precision, recall, F1, ROC-AUC, confusion matrix para classificação; RMSE, MAE, R² para regressão. Espere questões sobre diagnóstico de overfitting/underfitting, escolha de métricas sob desequilíbrio de classes e uso de leaderboards do AutoAI para comparar modelos candidatos.
$95k–$135k–$185k USD anual
A faixa reflete funções de ciência de dados e ML baseadas nos EUA onde Python, pandas, scikit-learn e uma plataforma de ciência de dados em nuvem são habilidades essenciais. Analistas de nível de entrada e mercados não-costeiros tendem para a extremidade inferior; cientistas de dados seniores e engenheiros de ML em grandes empresas ou empresas AI-first excedem a extremidade superior (US$ 200k–US$ 300k+ de remuneração total). Como uma certificação de fornecedor de nível associado, ela sinaliza competência na plataforma em vez de senioridade — seu valor é mais forte ao lado de um portfólio de notebooks/modelos entregues e é amplificado para equipes que já estão padronizando no IBM watsonx.
Fonte: levels.fyi 2025–2026, U.S. BLS OEWS May 2024 (15-2051 Data Scientists), Glassdoor 2025–2026. Os valores são aproximados; a compensação real depende da função, região e experiência.
A demanda por cientistas de dados capazes de levar um projeto desde o enquadramento de negócio até a implantação permaneceu forte em 2026, com os empregadores favorecendo cada vez mais candidatos fluentes em uma plataforma de ciência de dados corporativa e governada, em vez de notebooks locais ad-hoc. A credencial watsonx Data Scientist se encaixa em organizações que estão se consolidando no IBM watsonx e Watson Studio — comum em setores regulamentados (finanças, seguros, saúde, governo) onde reprodutibilidade, linhagem e governança são importantes. É mais valiosa quando combinada com trabalho demonstrável em Python/pandas/scikit-learn e complementa, em vez de substituir, certificações mais amplas de nuvem ou ML-engineering. Por si só, ela sinaliza competência aplicada em nível associado; combinada com um forte portfólio de projetos, ela fortalece significativamente um currículo de ciência de dados.
Não há pré-requisitos formais, mas a IBM recomenda experiência prática em ciência de dados antes de tentar o exame. Você deve se sentir confortável escrevendo Python em Jupyter notebooks, manipulando dados tabulares com pandas e NumPy, e construindo modelos básicos com scikit-learn. Um sólido conhecimento em estatística descritiva — distribuições, correlação, tendência central, variância — é assumido nos domínios de EDA e avaliação.
A familiaridade prática com o ambiente IBM watsonx / Watson Studio é fortemente recomendada: criar projetos e assets, executar notebooks em um runtime, construir SPSS Modeler flows e lançar experimentos AutoAI. Candidatos que conhecem ciência de dados apenas através de Python local sem exposição à plataforma IBM podem ser aprovados, mas devem passar um tempo em uma versão de teste do watsonx para que as perguntas sobre ferramentas e terminologia no domínio Development Tools pareçam familiares.
O C1000-177 é um exame de nível associado e é acessível para qualquer pessoa com prática diária real em ciência de dados, mas não é trivial — o grande peso no pré-processamento e engenharia de features (33%) significa que a teoria superficial não será suficiente. O formato é de aproximadamente 60 questões de múltipla escolha em cerca de 90 minutos, com uma pontuação de aprovação próxima de 70%, entregue online ou em um centro de testes Pearson VUE por US$ 200.
Os obstáculos comuns são cenários de data leakage (ajustar transformadores no conjunto de dados completo antes da divisão), escolher a métrica certa sob desequilíbrio de classes, trade-offs de estratégias de codificação e questões de ferramentas específicas da IBM (AutoAI, SPSS Modeler, modelo de assets do Watson Studio) que pegam candidatos que estudaram apenas ciência de dados genérica. Planeje 20–30 horas de estudo se você trabalha com Python e scikit-learn diariamente, e mais de 50 horas se ciência de dados é mais nova para você ou se você nunca usou a plataforma watsonx. A taxa moderada e a fiscalização online tornam a repetição do exame de baixa fricção.
IBM Certified watsonx Data Scientist — Associate. Aproximadamente 60 questões de múltipla escolha, ~90 minutos, pontuação de aprovação ~70%, US$ 200, entregue via Pearson VUE (online ou centro de testes). Abrange enquadramento do problema de negócio, EDA, ferramentas watsonx/Watson Studio, pré-processamento e engenharia de features (domínio mais pesado), e seleção, treinamento e avaliação de modelos. Validade de três anos.
C1000-177 (IBM Certified watsonx Data Scientist - Associate) é um exame de nível Associate um exame de dificuldade moderada que exige experiência prática e um sólido entendimento das melhores práticas. A maioria dos candidatos precisa de 80 a 150 horas de estudo distribuídas em 6 a 12 semanas para exames de nível associado. A maioria dos candidatos que pontuam consistentemente acima do limite de aprovação em exames práticos é aprovada na primeira tentativa.
A maioria dos candidatos precisa de 80 a 150 horas de estudo distribuídas em 6 a 12 semanas para exames de nível associado. O tempo para aprovação varia amplamente de acordo com a experiência prévia. Engenheiros com experiência prática de produção na tecnologia subjacente geralmente precisam de menos tempo; candidatos novos na plataforma devem planejar-se para o limite superior dessa faixa.
C1000-177 é uma credencial reconhecida no ecossistema IBM e sinaliza conhecimento validado para empregadores, recrutadores e clientes. Se vale a pena o tempo e a taxa para você, depende do seu papel e objetivos — geralmente compensa mais para engenheiros de nuvem, arquitetos e consultores que trabalham com IBM diariamente ou desejam mudar para funções que o fazem.
A pontuação de aprovação para C1000-177 é 70%. O exame contém 61 questões e dura 1 h 30 min.
A taxa do exame C1000-177 é $200 USD. As taxas são definidas por IBM e podem variar por região; sempre confirme o preço atual na página oficial de certificação IBM antes de agendar.
IBM Professional Certifications are valid for 3 years. Renew by passing the current (or a newer) version of the exam before it expires.
Sim. Você pode fazer o exame online (supervisionado através do navegador seguro do provedor, disponível 24 horas por dia, 7 dias por semana na maioria das regiões) ou em um centro de testes Pearson VUE presencial durante o horário comercial. Ambos os formatos usam as mesmas perguntas, limite de tempo e pontuação de aprovação.
A CertLabPro oferece 15 modos de estudo no banco de questões práticas para C1000-177. O modo de simulação de exame espelha o exame real: 61 questões em 1 h 30 min, com o mesmo limite de aprovação de 70%. O modo de navegação permite que você leia todas as perguntas e respostas estaticamente.