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
Questões por página
20
Mais recentes
 

Na análise dos dados de um sistema com o apoio de uma ferramenta OLAP, quando uma informação passa de uma dimensão para outra, inexistindo hierarquia entre elas, ocorre uma operação drill through.


C

Certo


E

Errado

Quem utiliza o data mining tem como objetivo descobrir, explorar ou minerar relacionamentos, padrões e vínculos significativos presentes em grandes massas documentais registradas em arquivos físicos (analógicos) e arquivos lógicos (digitais).


C

Certo


E

Errado

Considere uma variável de nome X que é passada para uma função que a recebe como sendo sua variável A. A função realiza uma alteração no conteúdo de sua variável A e essa alteração é refletida na variável X fora da função. Nesse caso, pode-se afirmar que houve uma


A

herança.


B

passagem de parâmetro por referência.


C

recursividade.


D

passagem de parâmetro por valor.


E

renomeação indireta de variáveis.

Os dados de sistemas OLAP se baseiam nas informações contidas nos diversos softwares utilizados pela empresa (ERPs, planilhas, arquivos texto, arquivos XML etc.). Estes sistemas possuem uma camada onde estão os dados originais e outra camada onde estão os dados tratados (um gigantesco repositório de dados sobre assuntos diversos preparados para serem consultados por um sistema OLAP), que chamamos de


A

Data Mining.


B

Online Transactional Database.


C

Data Mart.


D

Datawarehouse.


E

Big Data.

No modelo de dados multidimensional existem as operações suportadas pelas ferramentas OLAP para permitir a análise dos dados. Com relação a estas operações, considere os dados abaixo.


Tabela 1:

Volume de produção (em milhares)

2014

1o trimestre

2o trimestre

3o trimestre

4o trimestre

Região Sudeste

MG

89

107

99

100

SP

120

138

120

120


Tabela 2:

Volume de produção (em milhares)

1 º Trimestre de 2014

Janeiro

Fevereiro

Março

Região Sudeste

MG

30

30

29

SP

40

30

50


Para movimentar a visão dos dados ao longo de níveis hierárquicos da dimensão tempo, saindo do que consta na Tabela 2 para o que consta na Tabela 1, um analista de TI deve utilizar a operação OLAP


A

drill down.


B

drill across.


C

pivot.


D

roll up.


E

drill throught.

Na gestão de processos de negócios, podemos afirmar que:


A

a análise As Is refere-se à definição dos requisitos iniciais dos processos.


B

a análise As Is refere-se ao redesenho dos processos atuais.


C

a análise To Be refere-se à definição dos requisitos iniciais dos processos.


D

a análise To Be refere-se ao redesenho dos processos atuais.


E

os mapeamentos As Is e To Be referem-se aos processos que devem ser substituídos.

Um sistema ERP (Enterprise Resource Planning) é composto por diversos módulos. Em um sistema ERP,

A
cada um de seus módulos utiliza um banco de dados exclusivo e isolado dos demais módulos.

B
normalmente seus módulos acessam um banco de dados único centralizado.

C
o módulo de cargos e salários tem por função efetuar o controle de compra de materiais.

D
o módulo de contabilidade tem por função fazer o controle de estoque.

E
o número máximo de módulos suportados é cinco.

Um framework, baseado em duas funções principais, para o processamento de grandes quantidades de dados em clusters computacionais homogêneos, no qual problemas como integridade dos dados, disponibilidade dos nós, escalabilidade da aplicação e recuperação de falhas ocorrem de forma transparente ao usuário é o Hadoop


A

Cassandra.


B

EC2 - Elastic Compute Cloud.


C

Lambda.


D

MapReduce.


E

VPC - Virtual Private Cloud.

Considere a arquitetura geral de um sistema de BI- Business Intelligence mostrada na figura abaixo.

Imagem associada para resolução da questão

Nesta arquitetura


A
Data Marts representam áreas de armazenamento intermediário criadas a partir do processo de ETL. Auxiliam na transição dos dados das fontes OLTP para o destino final no Data Warehouse.

B
OLAP é um subconjunto de informações extraído do Data Warehouse que pode ser identificado por assuntos ou departamentos específicos. Utiliza uma modelagem multidimensional conhecida como modelo estrela.

C
os dados armazenados no Data Warehouse são integrados na base única mantendo as convenções de nomes, valores de variáveis e outros atributos físicos de dados como foram obtidos das bases de dados originais.

D
o Data Warehouse não é volátil, permite apenas a carga inicial dos dados e consultas a estes dados. Além disso, os dados nele armazenados são precisos em relação ao tempo, não podendo ser atualizados.

E
Data Mining se refere ao processo que, na construção do Data Warehouse, é utilizado para composição de análises e relatórios, armazenando dados descritivos e qualificando a respectiva métrica associada.

Os dados, em uma Data Warehouse (DW), são armazenados por meio do uso das tecnologias de banco de dados relacionais, multidimensionais, híbridas, dentre outras. Sobre esses dados, são utilizadas ferramentas que executam consultas complexas e apresentam dados numéricos e de texto, nos mais diversos formatos. Muitas dessas ferramentas automatizadas permitem realizar consultas "ad hoc" e/ou gerar relatórios, baseados em necessidades específicas previamente definidas pelos usuários. No ambiente analítico, a redundância de dados é aceita, dando-se uma maior importância ao alto desempenho na recuperação de dados, em vez da economia de espaço de armazenamento. Nesse caso, as tecnologias que permitem processar, manipular e analisar um grande volume de dados de um DW, sob múltiplas perspectivas, são chamadas de


A

OLTP.


B

OLAP.


C

ETL.


D

ERP.


E

CRM.

Os dados de uma organização podem ser capturados e organizados em data warehouses e data marts, onde ficam disponíveis para análises utilizando ferramentas para descobrir novos padrões, relacionamentos e insights úteis para orientar a tomada de decisão. Tais ferramentas são, muitas vezes, chamadas de ferramentas de Business Intelligence (BI). Entre as principais ferramentas de BI, estão softwares para consulta e relatório, ferramentas:


A

OLAP e data mining.


B

Transact-SQL e OLAP.


C

ETL e DBMS.


D

Data Stage e GRID.


E

ERP, ETL e GRID.

Na conceituação dos modelos de dados para Data Warehouse, os modelos multidimensionais tiram proveitos dos relacionamentos inerentes nos dados para preencher os dados em matrizes multidimensionais que são denominadas:


A

cubos de dados.


B

dados estruturados.


C

estruturas multidimensionais.


D

cubos multidimensionais.


E

estruturas de cubos multidimensionados.

Antes de implantar um novo banco de dados, as organizações precisam identificar e corrigir os seus dados. São atividades para detectar e corrigir dados incorretos, incompletos, formatados inadequadamente ou redundantes dentro do banco de dados:


A

aglomeração (clustering).


B

data cleansing.


C

análise preditiva.


D

inteligência artificial.


E

OLAP.

O planejamento do BPM (Business Process Management – Gerenciamento de Processos de Negócio) tem o propósito de definir as atividades que contribuirão para o alcance das metas organizacionais. Assinale a alternativa correta correspondente a tal fase de planejamento do BPM.

A
Definir e priorizar soluções para os problemas atuais.

B
Preparar, no todo ou em parte, a visão global de processo.

C
Realizar benchmarking com referenciais externos e internos.

D
Coordenar o ajuste de equipamentos e softwares, se necessário.

E
Gerar especificações para a implantação (caso o processo ainda não esteja em uso), execução e controle.
As ferramentas para extração, transformação e carga de dados (ETL) copiam todos os dados dos sistemas operacionais e os transferem para o Data Warehouse de forma a apoiar a análise corporativa das tendências e a realização de previsões empresariais.

C
Certo

E
Errado

Criada pela Motorola em 1990, Iridium é uma empresa de telefonia por satélites em órbita quase polar que circulam a Terra uma vez a cada 100 minutos numa velocidade de 27.088 quilômetros por hora. Considerado um projeto de alta tecnologia, longo prazo de conclusão e metas ambiciosas (200 mil assinantes até 1998), o projeto falhou ao conseguir apenas 10 mil assinantes após uma década de seu início. Assinale, entre os riscos apresentados, o que não foi analisado adequadamente e que pode ser considerado o responsável pela queda rápida do Iridium.


A

Riscos de Tecnologia.


B

Riscos de Desenvolvimento.


C

Riscos Financeiros.


D

Riscos de Comercialização.


E

Riscos de Engenharia.

Com o grande crescimento da massa de dados (big data), as empresas adotaram soluções de armazenamento (storage) de alto desempenho. A técnica de storage na qual uma rede de dados é dedicada a fornecer o acesso aos blocos de dados dos arrays de discos, de forma transparente para o sistema operacional como dispositivos localmente plugados, é chamada de


A

Storage Area Network - SAN


B

Network Attached Storage - NAS


C

Common Internet File System - CIFS


D

Network File System - NFS


E

Shared File System - SFS

No contexto da modelagem dimensional, um depósito de dados digitais serve para armazenar informações detalhadas relativamente a uma empresa, criando e organizando relatórios por meio de históricos que são posteriormente utilizados pela empresa para ajudar na tomada de decisões. É orientado por assunto, integrado, não volátil, variável com o tempo, e empregado no apoio às decisões gerenciais.


Esse depósito de dados está diretamente relacionado ao seguinte conceito


A

OLTP


B

OLAP


C

DATAMART


D

DATAMINING


E

DATAWAREHOUSE

Segundo Carlos Barbieri (2011) , em Business Intelligence (BI) , o conceito de DATA MINING (mineração de dados) está relacionado à tendência de buscar correlações escondidas em altos volumes de dados. Em qual fase do processo de DATA MINING são definidos os metadados e coletado o dado que será garimpado?


A

Análise.


B

Mineração.


C

Aplicação.


D

Avaliação.


E

Preparação.

   
Gerar simulado