prova BIG DATA ANALYTIC E A TOMADA DE DECISOES

Prévia do material em texto

1
Para inovar, é preciso pensar fora da caixa, ser ousado, buscar por conhecimento, pesquisar, estabelecer parcerias e ter comprometimento. Isso posto, assinale V para verdadeiro e F para falso nas afirmações que seguem:
 
(  ) O Manual de Oslo, editado pela Organização para a Cooperação e o Desenvolvimento Econômico (OCDE, 2005), responsável pela definição de inovação adotada mundialmente, fez uma alteração que expandiu o conceito de inovação, abrangendo o setor financeiro e acrescentando as mensurações estatísticas da definição.
(  ) O Manual de Oslo fez uma alteração que expandiu o conceito de inovação, abrangendo o setor de serviços e removendo a palavra “tecnológica” da definição, estabelecendo como possível, a inovação em produtos, em processos, em serviços, em marketing e em sistemas organizacionais.
(  ) “A Lei do Bem”, define inovação tecnológica como a concepção de novo produto ou processo de fabricação, bem como agrega novas funcionalidades ou características ao produto ou processo, implicando melhorias incrementais e efetivo ganho de qualidade ou produtividade.
 
Assinale a alternativa que apresenta a sequência correta de respostas:  
A
F – V – V.
B
V – V – F.
C
F – V – F.
D
V – V – V.
2
A definição de uma arquitetura que atenda às necessidades é algo central em projetos de Big Data e pode ajudar diretamente gestores de negócio em suas tomadas de decisão.
 
Dessa forma, em termos de projetos: que requisitos e componentes principais uma arquitetura tradicional deve ter? A partir das alternativas abaixo, assinale a CORRETA:  
A
 Alto investimento em infraestrutura para suportar as demandas de Big Data. Implementação de um sólido mecanismo de coleta e armazenamento de dados no Hadoop para processar grandes volumes de dados em tempo real e uma camada de visualização que será útil para gestores de negócio extrair insights.
B
 Capacidade para armazenar e processar grandes volumes de dados entregando a informação certa no tempo certo. Para isso é necessário definir uma camada de extração e ingestão de dados eficiente, política de armazenamento, definição do tipo de análise e uma camada para apresentação de resultados. 
C
  Lidar com dados de quaisquer naturezas obtidos a partir de diversas fontes (internas e externas). Implementação de estrutura que suporte armazenamento e processamento em larga escala tanto para dados em lote quanto em fluxo contínuo. 
D
 Forte mecanismo de integração de dados para entregar ao gestor de negócios informações de forma transparente e única. É necessário alto investimento em máquinas que possam suportar o armazenamento e processamento paralelo a fim de que seja possível analisar os dados e entregá-los à camada de apresentação.
3
Uma das soluções mais empregadas em Big Data para armazenamento, processamento e análise de grandes volumes de dados é conhecida como Hadoop. É uma solução open-source da Apache que possui diversas bibliotecas ou módulos.
 
Que características do Apache Hadoop são consideradas centrais, tanto para termos de armazenamento como processamento? A partir das alternativas abaixo, assinale a CORRETA: 
A
  Armazenamento por meio de um sistema de arquivos distribuído e processamento computacional veloz e paralelo utilizando GPU para tornar o processo mais eficiente. 
B
  Armazenamento por meio de um sistema de arquivos simples, robusto e escalável que pode ser gerenciado por uma única máquina além de processamento em GPU para ganho de performance. 
C
 Armazenamento por intermédio de um sistema de arquivos distribuído: NTFS para máquinas em Windows e Ext4 para sistemas Linux, o processamento é feito pelo Hadoop MapReduce que processa paralelamente os dados de forma eficiente.
D
 Armazenamento por meio de um sistema de arquivos próprio que armazena grandes volumes de dados de forma distribuída e processamento distribuído por intermédio de um modelo simples e eficiente de programação.
4
A transição da Web representou um importante mecanismo para a revolução dos dados e expôs um novo cenário de explosão e novos formatos para análise de dados nos meios digitais.
Nesse sentido, dentre as três fases da web, qual destas representou a gênese para explosão dos dados?
 
A partir das alternativas abaixo, assinale a CORRETA:
A
 Na Web 2.0 onde os usuários passaram a gerar conteúdo a partir de sistemas dinâmicos. 
B
 Na Web 1.0 que representou o primeiro contato dos usuários em relação à web. 
C
 Entre a Web 1.0 e Web 2.0 com o surgimento das primeiras redes sociais. 
D
 Na Web 3.0 a partir da geração de conteúdo por parte do usuário e a compreensão semântica de suas atividades na rede.
5
Um processo de análise de dados pode ser representado em quatro etapas. Cada uma dessas etapas possui particularidades que vão desde a base para implementação de análise de dados nas empresas até profundos e sofisticados mecanismos de análise dentro das organizações.
 
Em se tratando dos tipos de análises existentes, qual a opção que descreve a análise prescritiva? A partir das alternativas abaixo, assinale a CORRETA:
A
 É um processo voltado para responder perguntas do passado para inferir situações que venham a ocorrer. Por isso, a participação humana é importante para fornecer suporte e aprimorar as decisões obtidas pelos algoritmos implementados.
B
 Análise prescritiva refere-se ao tipo de análise que é responsável por tomar as decisões com independência. Procura responder perguntas como: “Por que esse evento aconteceu?” e obtém respostas através de algoritmos de classificação.
C
 É um tipo de análise voltado para responder apenas perguntas de situações que ainda não ocorreram, mas que provavelmente venham a ocorrer. Isso é obtido através da criação de modelos de aprendizagem de máquina avançados.
D
 Etapa mais avançada da análise de dados que fornece apoio à tomada de decisão de forma automatizada com mínima intervenção humana. Isso é possível graças às experiências desenvolvidas que são aperfeiçoadas ao longo do tempo.
6
A análise de cluster pode ser utilizada em inúmeras aplicações do cotidiano. Além disso, as técnicas e algoritmos que podem ser empregados precisam ser bem escolhidos para aumentar as chances de sucesso. Diante disso, no que é necessário refletir antes de implementar uma aplicação para análise de cluster?
 
A partir das alternativas abaixo, assinale a CORRETA:
A
 Garantir uma arquitetura robusta para suportar o volume e variedade dos dados, bem como optar por uma ferramenta que possa fornecer suporte à análise paralela em cluster. 
B
 Verificar e validar requisitos da aplicação, assim como selecionar uma ferramenta de Big Data adequada para garantir o rápido armazenamento e processamento dos dados.
C
 Checar a quantidade de parâmetros que serão úteis para a aplicação, decidir que tipo de banco de dados (relacional ou não relacional) será utilizado e estruturar uma arquitetura capaz de suportar o tráfego de dados.
D
 Verificar a quantidade de dados que será processada, bem como a variedade, mensurar os parâmetros que serão necessários para as próximas etapas, assim como avaliar a dimensionalidade. 
7
Os métodos tradicionais de agrupamento (clustering) podem ser implementados por uma diversidade de algoritmos. Relacione a classe de algoritmos com os métodos, associando os itens, conforme o código abaixo:
 
I – Algoritmos DIANA, ROCK.
 
II – Algoritmos DBSCAN, OPTICS.
 
III – Algoritmos Expectation-Maximization (EM), Self-Organization Map (SOM)
 
IV – Algoritmos K-Means, CLARANS.
 
V – Algoritmos STING, WAVECLUSTER.
 
( ) Métodos hierárquicos.
 
( ) Métodos baseados em grid.
 
( ) Métodos de particionamento.
 
( ) Métodos baseados em modelos.
 
( ) Métodos baseados em densidade.
 
Assinale a alternativa que apresenta a sequência CORRETA:  
A
 II – V – III – IV – I. 
B
 I – V – IV – III – II. 
C
 III – IV – II – I – V.
D
 I – IV – V – II – III. 
8
As métricas de segmentação representam outra classe de medidas para análise de redes sociais.
 
Em relação a essas métricas, associe os itens, conforme o código abaixo:
 
I – Coeficiente de agrupamento.
 
II –Coesão.
 
III – Clique.
 
( ) É uma medida que representa o grau de ligação existente entre dois vértices.
 
( ) É uma medida que indica a probabilidade de formação de clusters entre os vértices.
 
( ) Quando um determinado vértice está diretamente conectado a todos os outros vértices.
 
A partir das alternativas abaixo, assinale a CORRETA: 
A
 II – I – III. 
B
 II – III – I. 
C
  I – II – III. 
D
 III – II – I.
9
Apesar do grande crescimento, o Big Data é um conceito amplo que se refere à forma como lidamos com a grande quantidade de dados disponível para uso. Além disso, a empresa precisa construir uma infraestrutura para lidar com uma infinidade de fontes e processá-las em um tempo razoável.
 
Diante disso, em qual cenário uma empresa pode estar diante de um Big Data? A partir das alternativas abaixo, assinale a CORRETA:
A
 Quando a análise de dados tradicional não estiver mais trazendo real valor para a organização, o que poderia indicar a possibilidade de trazer inovação com novas formas de analisar os dados.
B
 Quando o conjunto de dados ultrapassar a casa dos 1PB e a empresa precise lidar com dados estruturados, semiestruturados e/ou não estruturados.
C
 Em situações onde a infraestrutura de dados da empresa apresenta elevada taxa de latência e/ou inviabilidade para análises de dados de grande volume e em diferentes formatos e estruturas.
D
 Em circunstâncias onde o volume de dados da organização aumente significativamente, tornando-se necessário comprar novos servidores, o que poderia elevar os custos com armazenamento. 
10
Uma das principais vantagens da clusterização baseada em MapReduce é, sem dúvida, a transparência de toda complexidade de implementação envolvida com a distribuição dos dados entre os clusters ou mesmo a capacidade para detectar e corrigir falhas que eventualmente possam ocorrer durante o processo.
 
Relacione as técnicas com os algoritmos que as compõem, associando os itens, conforme o código abaixo:
 
I – Clusterização Paralela.
 
II – Clusterização baseada em MapReduce.
 
( ) GPMR.
 
( ) PBIRCH.
 
( ) MR-DBSCAN.
 
( ) G-DBSCAN.
 
A partir das alternativas abaixo, assinale a CORRETA: 
A
  II – I – II – I. 
B
  I – II – I – II. 
C
I – II – II – I.
D
 II – I – I – II. 
11
O Apache Hadoop contém uma série de componentes que podem ser integrados ao framework. Esses componentes podem ser úteis para as mais diversas finalidades, como armazenamento, transferência de grandes volumes de dados ou até mesmo aplicação de algoritmos preditivos.
 
A partir das opções abaixo, classifique V para as sentenças verdadeiras e F para as falsas:
 
( ) O Apache Hive é um componente que pode ser integrado ao Hadoop para coletar dados de fontes estruturadas.
 
( ) O Apache HBase é um banco de dados não relacional propício a ambientes Big Data, uma vez que suporta um grande volume de dados mantendo alto desempenho.
 
( ) O Apache Sqoop permite mover grandes volumes de dados das fontes para o HDFS.
 
( ) O Apache Mahout é um componente responsável por trabalhar diretamente com os dados da fonte: extraindo e coletando dados tanto para processamento em lote como em tempo real.
 
A partir das alternativas abaixo, assinale a CORRETA:  
A
 F – F – V – V. 
B
 F – V – F – V.
C
 V – V – V – F. 
D
 V – V – F – F. 
12
Em épocas passadas as empresas conviviam com certas limitações, em termos de tecnologia, para que pudessem analisar seus dados.
Por outro lado, nos dias atuais, as tecnologias possibilitaram e estimularam a produção de conteúdo.
Tendo isso em mente, classifique V para as sentenças verdadeiras e F para as falsas:
 
( ) As empresas precisam lidar com o alto volume e variedade de dados digitais propondo soluções automáticas de análise a fim de se manterem competitivas.
( ) As empresas orientadas a dados têm à disposição uma massiva quantidade de dados, porém, em muitos casos não sabem como gerenciá-los.
( ) A elevada produção de conteúdo implica em um problema de sobrecarga de informação, evidenciando as limitações da ação humana para lidar com isso.
 
Assinale a alternativa correta:
A
  V – F – F.
B
  F – V – V.
C
  V – F – V.
D
  V – V – V.
13
Ferramentas para inovação são metodologias de apoio ao processo de criação de novas concepções. Diante disso, analise e associe os itens que seguem:
 
I – Estratégia do oceano azul
 
II – Brainstorming
 
III – Business Model Canvas
 
IV – Design Thinking
 
(  ) Metodologia de geração de ideias sobre novos produtos, serviços e campanhas publicitárias. Foca, prioritariamente, a quantidade de ideias geradas, desprezando a qualidade, em um primeiro momento.
 
(  ) Metodologia baseada em ação criativa. É um processo interativo que exige experimentação e cujo foco principal se volta para o consumidor.
 
(  ) Consiste em um mapa dividido em nove blocos que definirão, de maneira rápida e prática, o modelo de negócios de uma organização.
 
(  ) Apresenta uma nova maneira de pensar sobre estratégia, resultando na criação de novos espaços e na separação da concorrência.
 
Assinale a alternativa que apresenta a sequência correta de respostas: 
A
I – II – III – IV.
B
II – IV – III – I.
C
I – II – IV – III.
D
II – I – III – IV.
14
A clusterização é uma técnica de aprendizagem não supervisionada que visa classificar um conjunto de dados semelhantes em um mesmo grupo.
 
No que se refere à clusterização é CORRETO afirmar que: 
A
 Dados que fazem parte do mesmo grupo apresentam um grau de similaridade ou dissimilaridade elevado. 
B
 É empregada em situações onde não há conhecimento prévio de uma classe. A classificação é feita mediante agrupamento através de alguma medida de distância. 
C
 Composto por várias medidas de distância, entre estas a distância Euclidiana que, devido à sua popularidade, pode se aplicar a praticamente todas as classes de problemas.
D
 É útil para classificar um grupo de objetos com classes já definidas, por exemplo, prever a média de vendas de casas em uma determinada região. 
15
O gerenciamento da inovação é o processo de aquisição de capacidades relevantes para melhorar o desempenho da organização.
Nesse sentido, assinale a alternativa que apresenta as cinco principais áreas de atuação do gerenciamento da inovação: 
A
Imagem, sustentabilidade, processos, serviços e oferta.
B
Oferta, processos, marca, clientes, produto.
C
Organização, estratégias, processo, recursos e aprendizado.
D
Design, projeto, produto e estratégia.
16
A inovação que permeia toda a organização, que se alimenta de aprendizado (ao longo da vida), que se desenvolve por meio de ferramentas e metodologias específicas, que utiliza racionalmente tecnologias, que se valida por indicadores próprios, que persegue novos valores e é potencializada por meio dos novos processos gerenciais, deve ser vista como a principal alavanca do crescimento sustentável de uma organização.
 
STAREC, Claudio (Org.). Gestão da informação, inovação e inteligência competitiva: como transformar a informação em vantagem competitiva nas organizações. São Paulo: Saraiva, 2012.
 
Sobre inovação, analise as sentenças que seguem:
 
I - A gestão para inovação se preocupa em respeitar a cultura organizacional, utilizando o modelo mais indicado à organização.
II - Para inovar, é necessário repensar padrões e conceitos, romper barreiras e agregar valor.
III - Para que as organizações consigam efetivamente implantar a inovação, é preciso, necessariamente, que desenvolvam novas tecnologias.
 
Assinale a alternativa que apresenta a resposta correta: 
A
As sentenças I e II estão corretas.
B
As sentenças II e III estão corretas.
C
As sentenças I e III estão corretas.
D
As sentenças I, II e III estão corretas.
17
No dia a dia as decisões para análise de Big Data precisam ser assertivas, ou seja, é necessário saber qual o objetivo da análise para que as soluções realmente possam atender ao real desejo da organização.
 
Nesse sentido, imagine um pequeno cenário: - Um gestor de uma grande empresa alimentícia possui diversos sistemas com grandes volumes de dados de TI (CRM, ERP, Bases relacionais e diversos formatos de arquivos).Ele gostaria de monitorar os clientes que são mais aderentes (ou mais fiéis) à empresa, com informações mais atualizadas possíveis. O objetivo é, além de manter aqueles clientes com maior aderência, aproximar aqueles que porventura estejam um pouco mais distantes da empresa e com real possibilidade de deixarem de ser clientes fixos.
 
Qual seria a solução mais viável para auxiliar esse gestor? A partir das alternativas abaixo, assinale a CORRETA:
A
 Coleta dos dados estruturados utilizando o HiveQL e armazenamento em batch (lote) utilizando o HDFS do Hadoop e análise tradicional em cluster para agrupar clientes com mais fidelidade em um mesmo grupo, enquanto que outros formam um segundo grupo. 
B
 Aplicação de processos tradicionais de ETL e armazenamento de dados no Data Lake ou Data Warehouse. Posteriormente esses dados podem ser processados via Hadoop MapReduce. Além disso, modelos de Machine Learning podem ser aplicados para prever se um cliente sairá ou não da empresa.
C
 Monitoramento das atividades dos clientes nas redes sociais através da coleta de dados via Spark Streaming, armazenar todos os dados (externos e internos) no HDFS para manter uma base histórica e realizar análises preditivas atribuindo scores para mensurar a aderência do cliente à organização.
D
 Construção de uma arquitetura de BI híbrida (lote e dados em tempo real). A coleta de dados poderia ficar a cargo do Sqoop e o armazenamento de dados a cargo do Spark. Os dados podem ser analisados por algoritmos de mineração de dados para mapear as atividades dos clientes. 
18
As limitações advindas de técnicas tradicionais de análise em cluster motivaram o surgimento de propostas, especialmente para melhoria de desempenho. Dentre essas propostas surgiram as novas técnicas de clusterização.
 
Tendo isso em mente, classifique V para as sentenças verdadeiras e F para as falsas:
( ) As técnicas de Single Machine Clustering (SMC) representaram uma das primeiras iniciativas para análise de dados de grande volume.
( ) As técnicas de Multi Machine Clustering (MMC) processam e analisam grandes conjuntos de dados de forma paralela e dessa forma são mais eficientes que técnicas de SMC.
( ) Embora as técnicas de MMC sejam mais eficientes que abordagens tradicionais, a complexidade do seu uso é um fator determinante para apostar em técnicas de SCM.
 
A partir das alternativas abaixo, assinale a CORRETA:  
A
 V – F – F.
B
 V – V – V
C
 F – V – V.
D
 V – V – F. 
19
Os métodos tradicionais de agrupamento (clustering) podem ser implementados por uma diversidade de algoritmos.
 
Relacione a classe de algoritmos com os métodos, associando os itens, conforme o código abaixo:
 
I – Algoritmos DIANA, ROCK.
II – Algoritmos DBSCAN, OPTICS.
III – Algoritmos Expectation-Maximization (EM), Self-Organization Map (SOM)
IV – Algoritmos K-Means, CLARANS.
V – Algoritmos STING, WAVECLUSTER.
 
( ) Métodos hierárquicos.
( ) Métodos baseados em grid.
( ) Métodos de particionamento.
( ) Métodos baseados em modelos.
( ) Métodos baseados em densidade.
 
Assinale a alternativa que apresenta a sequência CORRETA:  
A
 II – V – III – IV – I.
B
 III – IV – II – I – V.
C
 I – V – IV – III – II. 
D
 I – IV – V – II – III.
20
Em métodos hierárquicos tradicionais a complexidade no espaço O(n²) e no tempo O(n³) é algo que limita o poder de ação dos algoritmos. E, em muitos casos, algumas circunstâncias tornam o processo de análise extremamente oneroso ou mesmo inviável. Essa limitação tem sido evidenciada por alguns fatores, quais destes é possível destacar?
 
A partir das alternativas abaixo, assinale a CORRETA:
A
 O crescente número de ferramentas voltadas para Big Data que substituem as formas de análise tradicionais.
B
 A exigência cada vez mais recorrente de aplicações voltadas para detecção de eventos anômalos.
C
 O modelo de gestão de dados que impôs o uso de algoritmos distribuídos para ganhos de performance.
D
 O volume intenso e variado de dados que estão sendo gerados e requeridos para análise.