Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
- Gran Questões
- Questões
Questões de Concurso sobre Business Intelligence (Análise de dados)
Disciplina
Assunto
1
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
Questões:
Todas as questões
Filtro simplificado
Questões
Todas as questões
1.592
questões
encontradas
20
Mais recentes
MapReduce é um framework de processamento paralelo para clusters inspirado em programação funcional, que teve seu artigo seminal publicado em 2004 no artigo : “MapReduce: Simplified Data Processing on Large Clusters”.
Com relação à tecnologia MapReduce, assinale V para a afirmativa verdadeira e F para a falsa.
( ) A ideia principal do MapReduce é dividir e processar tarefas e depois juntar as informações, o que permite dividir um grande problema em vários pedaços e distribuí-los em diversos computadores.
( ) Os principais passos correspondem a: (i) Input split, onde a entrada é dividida em várias partes, onde cada parte será consumida por um Map; (ii) Map, onde é criada uma lista de pares chave-valor; (iii) Shuffling , onde se classifica e agrupa a saída da etapa anterior para servir de entrada para a seguinte; (iv) Reduce, onde se processa a saída da etapa anterior e se agregam as informações; (v) Output, quando as informações são retornadas.
( ) As principais características do MapReduce se referem a esconder os detalhes do processamento em série, tolerância a falhas, otimização de localidade e balanceamento de memória, que resultam em modelo fácil de usar, mesmo para programadores sem experiência com sistemas paralelos e distribuídos.
As afirmativas são, respectivamente,
A
F – V – F.
B
V – V – V.
C
V – F – V.
D
V – V – F.
E
F – F – V.
Em data mining, um mesmo processo de análise de dados pode utilizar bancos de dados relacionais ou NoSQL, mas não simultaneamente.
C
Certo
E
Errado
Uma Rede Neural Convolucional (do inglês, Convolutional Neural Network - CNN) é um algoritmo de aprendizado de máquina profundo que pode, a partir dos dados de entrada, atribuir importância (pesos e vieses que podem ser aprendidos) a vários aspectos dos dados e, portanto, obter maior diferenciação. São características da arquitetura das redes neurais convolucionais:
A
as camadas de convolução realizam extração de características e as camadas de pooling reduzem a dimensionalidade.
B
as camadas de convolução aplicam dropout para ajustar o formato dos dados para serem processados pelas camadas de pooling.
C
as camadas de pooling são baseadas em word embeddings dinâmicos, sendo adequadas para processar dados textuais.
D
as camadas de pooling realizam o fine-tunning para minimizar a função de perda, que mede a diferença entre as previsões do modelo e os rótulos corretos.
Sobre o banco de dados NoSQL, analise as afirmativas a seguir.
I. O orientado a documentos diferencia de um banco de dados relacional por ter uma estrutura de dados mais flexível e a capacidade de armazenar documentos sem esquema fixo.
II. São exemplos: Neo4J; MongoDB; e, PostgreNoSQL.
III. São muito utilizados em cenários que requerem escalabilidade vertical.
IV. Os orientados a documentos permitem o armazenamento de informações mais complexas, com pares de chave/valor, sendo armazenados na forma de documentos e, geralmente, adotam formatos como, por exemplo, o JSON – JavaScript Object Notation.
Está correto o que se afirma apenas em
A
I e II.
B
I e IV.
C
II e III.
D
III e IV.
À medida que as organizações começaram a utilizar múltiplos repositórios ou bancos de dados para armazenar diferentes tipos de informações de negócios, a necessidade de integrar os dados cresceu rapidamente e ETL tornou-se o método padrão utilizado na construção de Data Warehouse (DW). As ferramentas ETL em um Data Warehouse (DW) possuem a função de:
A
definir as regras de negócio para que os filtros sejam aplicados sobre dados heterogêneos.
B
fazer a extração, limpeza e reformatação dos dados, para que estes possam ser carregados no DW.
C
estabelecer regras de filtragem multidimensional dos dados, gerando visões específicas de acordo com as regras de negócio.
D
gerar metadados que poderão alimentar ferramentas de data minning, OLAP e Big Data.
Mediante a quantidade de dados gerados pela Defensoria Pública do Estado de Mato Grosso do Sul, o engenheiro da computação optou por utilizar uma técnica para distribuir o processamento de vastíssimos arquivos de dados multiestruturados ao longo de grandes clusters de máquinas. Essa técnica é denominada
A
IHC.
B
Esferilização.
C
Nanotecnologia.
D
SATA.
E
MapReduce.
Perspectivas do Business Analysis Body of Knowledge são utilizadas dentro do trabalho de análise de negócios para fornecer foco às tarefas e às técnicas específicas para o contexto da iniciativa. A maioria das iniciativas provavelmente envolverá uma ou mais perspectivas.
A perspectiva que foca no alinhamento das estratégias de negócios com as operações é a:
A
agilidade.
B
business intelligence.
C
tecnologia da informação.
D
arquitetura de negócios.
Uma rede neural foi implementada a partir da arquitetura Multilayer Perceptron (MLP) e o conjunto de dados foi dividido em holdout com 50% para conjunto de treinamento, 30% para conjunto de validação e 20% para conjunto de teste. Se, durante o treinamento e a validação da referida rede ocorreu underfitting, dois fatores que podem ter condicionado tal fenômeno são:
A
insuficiência de parâmetros e excesso de camadas.
B
excesso de parâmetros e excesso de iterações.
C
iterações insuficientes e amostragem dos dados.
D
excesso de iterações e entrada não normalizada.
O machine learning é uma ferramenta crucial no desenvolvimento tecnológico contemporâneo e tem um impacto significativo no meio social, pois
A
restringe o acesso tecnológico, tornando as operações mais complicadas para os usuários.
B
opera de forma analógica, processando informações de maneira contínua e fluida, sem depender da digitalização dos dados.
C
afeta a dinâmica de inovação, tornando as tecnologias existentes mais estáticas e menos flexíveis.
D
permite que sistemas reconheçam padrões e tomem decisões com base em dados, influenciando a personalização de serviços.
Conforme Guimarães (2013), no âmbito da Tecnologia da Informação (TI), o gerenciamento de dados desempenha um papel crucial na organização, manutenção e utilização eficaz das informações, essencial para garantir a segurança e a integridade das informações. Assinale a alternativa que melhor descreve o conceito de gerenciamento de dados.
A
É o processo de simplesmente armazenar dados em um local centralizado para facilitar o acesso rápido.
B
Envolve todas as atividades relacionadas à coleta, armazenamento, organização, integração, análise e utilização estratégica de dados pela organização.
C
Refere-se principalmente à proteção de dados sensíveis contra ameaças externas, como hackers e ataques cibernéticos.
D
Limita-se à limpeza ocasional de bancos de dados, removendo dados obsoletos ou duplicados.
E
Consiste em formatar dados de acordo com padrões específicos para garantir sua compatibilidade com diferentes sistemas de software.
Encontrar informações ocultas nos dados corresponde a um campo explorado na ciência de dados.
C
Certo
E
Errado
O aprendizado de máquina computacional tem como objetivo aplicar técnicas computacionais na tentativa de validar padrões em dados e ratificar padrões que podem ser observados explicitamente nos dados.
C
Certo
E
Errado
Existem várias abordagens para a ingestão de dados, sendo cada uma delas adequada para determinado tipo de necessidade e de cenário.
No caso da ingestão de dados em tempo real, streaming, os dados são
A
coletados e processados em intervalos regulares, por exemplo, diariamente ou semanalmente.
B
capturados e processados continuamente à medida que são gerados.
C
processados em pequenos lotes, com o processamento ocorrendo em intervalos curtos, mas não instantâneos.
D
processados apenas após um evento específico ser acionado, como, por exemplo, uma transação em banco de dados ou um clique de usuário.
E
armazenados em um data lake ou data warehouse, antes de qualquer forma de processamento ou de análise.
O reconhecimento facial por imagens nas redes sociais é embasado no aprendizado de máquina chamado deep learning, que simula a rede neural do cérebro humano.
C
Certo
E
Errado
A mineração de dados pode ser entendida como um subconjunto da análise de dados, pois é usada para descobrir padrões ocultos em conjuntos de dados brutos, enquanto o enfoque da análise de dados se encontra no exame dos conjuntos de dados para a obtenção de conclusões precisas.
C
Certo
E
Errado
Banco de dados do tipo NoSQL aceitam escalabilidade nas formas horizontal, com o acréscimo de nós para armazenamento, e vertical, com a expansão do processamento dos nós já instalados.
C
Certo
E
Errado
Apache Hadoop é o principal framework utilizado no processamento e armazenamento de grandes conjuntos de dados (Big Data). No ecossistema Apache Hadoop, além dos componentes básicos, diversas ferramentas e serviços suprem necessidades de negócios, aplicações e arquitetura de dados. O sistema de agendamento de WorkFlow para gerenciar os jobs de computação distribuída do MapReduce é o:
A
Spark.
B
Oozie.
C
Flume.
D
Mahout.
Os bancos de dados NoSQL são uma categoria de sistemas de gerenciamento de banco de dados (SGBD) projetados para lidar com dados não estruturados ou semiestruturados, ou seja, dados que não seguem um modelo de esquema rígido como o relacional (SQL). O termo NoSQL (que originalmente significava “sem SQL”) evoluiu para se referir a “Not Only SQL”, destacando a flexibilidade dessas bases de dados em relação aos modelos tradicionais.
No contexto dos bancos de dados NoSQL, bancos de dados do tipo documento
A
armazenam dados em tabelas estruturadas, com linhas e colunas, semelhantes aos bancos de dados relacionais.
B
utilizam um modelo de grafos para representar e armazenar dados complexos, como relações entre entidades.
C
são projetados para garantir transações ACID em todos os casos, oferecendo suporte a operações complexas de leitura e escrita.
D
armazenam dados em um modelo de chave-valor, onde cada chave corresponde a um valor específico.
E
armazenam dados em formato JSON, BSON ou XML, permitindo flexibilidade para armazenar diferentes tipos de informações em um único documento.
É considerada uma prática fundamental para assegurar o sucesso de um projeto de Business Intelligence (BI) em uma organização
A
estabelecer metas e indicadores-chave de performance (KPIs) específicos para o projeto de BI.
B
adotar a ferramenta de BI mais popular no mercado, independentemente das necessidades e recursos da organização.
C
coletar o máximo de dados possível de todas as fontes disponíveis, sem se preocupar com a qualidade ou relevância.
D
implementar o sistema de BI sem um plano detalhado, contando com a flexibilidade para ajustes durante o processo.
E
priorizar a aparência visual dos painéis (dashboards) em relação à sua capacidade de fornecer informações úteis e acionáveis.
A imputação por moda é uma técnica comumente utilizada no pré‑processamento de dados, para se lidar com valores ausentes.
C
Certo
E
Errado
Gerar simulado