Buscar

TENDÊNCIAS EM TI - QUESTIONÁRIO UNIDADE III

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes
Você viu 3, do total de 4 páginas

Faça como milhares de estudantes: teste grátis o Passei Direto

Esse e outros conteúdos desbloqueados

16 milhões de materiais de várias disciplinas

Impressão de materiais

Agora você pode testar o

Passei Direto grátis

Você também pode ser Premium ajudando estudantes

Continue navegando


Prévia do material em texto

P ER GUNT A 1 
Durante os últimos 50 anos o crescimento dos sistemas de informação, no que se 
refere a sua capacidade para capturar, tratar, armazenar, compartilhar, transferir, 
analisar e visualizar dados aumentou de forma exponencial. Além disso, pessoas e 
organizações dependem cada vez mais de dispositivos informatizados e das fontes 
de informação provenientes da Internet. A maioria dos dados armazenados não 
são estruturados e as organizações frequentemente têm enfrentado desafios para 
capturá-los, selecioná-los e analisá-los. Uma das tarefas mais desafiadoras para 
as organizações atualmente é extrair. Esses dados, que são altamente complexos e 
muito volumosos se tornaram uma área da computação responsável por 
esse tratamento massivo de dados. Qual é o nome dado para essa área? 
 a. Machine Learning. 
 b. Internet of Things. 
 c. Big Data. 
 d. Artificial Inteligence. 
 e. Industrial Automation. 
P ER GUNT A 2 
A Big data é um termo definido para um conjunto de dados que, de tão grande e 
sofisticado, se torna problemático processá-los utilizando ferramentas de 
gerenciamento de banco de dados disponíveis ou aplicativos de 
processamento contemporâneos tradicionais. Recentemente, algumas tendências s
ão aplicadas no emprego de análises do comportamento do usuário, análises 
preditivas ou alguns métodos de análise de dados que extraem valor desses novos 
dados analíticos do ecossistema. A Big data apresenta algumas características (V’s), 
entre elas uma que trata da validade e exatidão dos dados. Qual é o nome dado 
para essa característica do Big data? 
 a. Variedade. 
 b. Veracidade. 
 c. Velocidade. 
 d. Valor. 
 e. Viabilidade. 
P ER GUNT A 3 
Aplicações tradicionais de computadores utilizam 
dados estruturados, organizados em linhas e colunas, em formato de tabela, e são 
encontrados em banco de dados relacionais, sendo muito eficientes quanto à 
recuperação e processamento. Também utilizam dados não estruturados que são 
dados de vídeo, áudio, e-mails, documentos de textos em geral ou gerados por 
aplicativos de redes sociais como mensagens do WhatsApp, por exemplo. Alguns 
tipos de dados possuem uma organização diferenciada, normalmente proveniente 
da Web nos formatos XML e JSON, que precisam de uma prévia análise dos dados 
para identificação de sua estrutura. Esses dados são: 
 a. Predefinidos. 
 b. Pré-estruturados. 
 c. Preestabelecidos. 
 d. Intraestruturados. 
 e. Semiestruturados. 
P ER GUNT A 4 
O RDBMS (Sistema de gerenciamento de banco de dados relacional) vem 
sobrevivendo como uma ferramenta para armazenamento e processamento de 
dados. A escala de RDBMS tradicional, quando comparado no seu poder de 
computação esperado para processar uma grande quantidade de dados com baixa 
latência teve um preço muito alto. Isso levou ao surgimento de novas tecnologias 
de baixo custo, baixa latência e altamente escalonáveis e de código aberto. Hoje, 
lidamos com clusters Hadoop com milhares 
de nós tratando milhares de terabytes de dados. Entre as principais características 
que tornaram o Hadoop interessante para aplicações que envolvem um grande 
volume de dados podemos citar: 
 a. Interdependência. 
 b. Dependência. 
 c. Escalabilidade. 
 d. Complexidade. 
 e. Autoprogramação. 
P ER GUNT A 5 
O NoSQL (abreviação de Not only SQL, ou “não somente SQL”) foi um termo 
cunhado para definir os novos modelos de armazenamento de dados. Ele foi criado 
para atender necessidades de flexibilidade, disponibilidade, escalabilidade e 
desempenho das aplicações inseridas no contexto da Big Data. Uma das suas 
principais diferenças, se comparada ao banco de dados relacional, destaca-se o 
foco principal voltado a integridade 
dos dados. Os modelos existentes de NoSQL podem ser 
qualificados em 4 tipos. O NoSQL apresenta quatro categorias, onde 
a mais popular, oferece simplicidade e flexibilidade no gerenciamento dos 
dados além de meios de criação de índices sobre os valores dos dados 
armazenados, enriquecendo as possibilidades de consultas. Qual é o nome dado 
a essa caracterísitca NoSQL? 
 a. Modelo orientado a chave-valor. 
 b. Modelo orientado a grafos. 
 c. Modelo orientado a colunas. 
 d. Modelo orientado a documentos. 
 e. Modelo orientado a linhas. 
P ER GUNT A 6 
O primeiro registro do termo Ciência de Dados remonta a 1960 por Peter Naur, que 
supostamente usou o termo Ciência de Dados como um substituto da ciência da 
computação e, eventualmente, introduziu o termo “Datalogia”. Em 1974, Naur 
lançou um livro intitulado: “Concise Survey of Computer Methods”, com uso liberal 
do termo Ciência de Dados em seu livro. A Ciência de Dados possui um ciclo de vida 
de projetos, que é uma metodologia amplamente usada para projetos que 
requerem a implantação de aplicativos baseados em inteligência artificial e/ou 
algoritmos de aprendizado de máquina. Esse ciclo de vida foi projetado como uma 
iteração ágil e sequencial de etapas que servem como orientação sobre as tarefas 
necessárias, para o uso de modelos preditivos. Qual é o nome dado para esse tipo 
de ciclo de vida? 
 a. TDSP- Team Data Science Process. 
 b. MapReduce. 
 c. NoSQL. 
 d. MPP (abreviação de Massively Parallel Processing). 
 e. Cascading. 
P ER GUNT A 7 
O ciclo de vida do TDSP ( Team Data Science Process ou ciclo de vida para projetos 
de ciência de dados) serve como um modelo padronizado, bem definido, com 
conjuntos de artefatos, que podem ser usados para angariar colaboração 
da equipe de forma eficaz em toda linha de produção do software. Esse ciclo de 
vida é composto por uma seleção das melhores práticas 
e estruturas que facilitam o sucesso da entrega de soluções de análise preditiva e 
aplicativos inteligentes. Dentre os cinco estágios do TDSP, um é responsável por 
encontrar recursos de dados ideais para a modelo de aprendizagem de 
máquina, o qual possui informações suficiente para prever as variáveis alvo, com 
precisão e pode ser implantado no ambiente de produção. Esse estágio é: 
 a. Estágio 2 – Aquisição e compreensão de dados. 
 b. Estágio 4 – Implantação. 
 c. Estágio 5 – Aceitação do cliente. 
 d. Estágio 3 – Modelagem. 
 e. Estágio 1 – Compreensão do negócio. 
P ER GUNT A 8 
O ciclo de vida do TDSP ( Team Data Science Process ou ciclo de vida para projetos 
de ciência de dados) serve como um modelo padronizado, bem definido, com 
conjuntos de artefatos, que podem ser usados para angariar colaboração da 
equipe de forma eficaz em toda linha de produção do software. Esse ciclo de vida é 
composto por uma seleção das melhores práticas e estruturas que facilitam o 
sucesso da entrega de soluções de análise preditiva e aplicativos inteligentes. 
Dentre os cinco estágios do TDSP, um é responsável por reunir e detalhar as 
variáveis essenciais que serão usadas como alvos para o modelo e as 
métricas associadas onde essas variáveis acabarão por determinar o sucesso geral 
do projeto. Esse estágio é: 
 a. Estágio 2 – Aquisição e compreensão de dados. 
 b. Estágio 4 – Implantação. 
 c. Estágio 5 – Aceitação do cliente. 
 d. Estágio 3 – Modelagem. 
 e. Estágio 1 – Compreensão do negócio. 
P ER GUNT A 9 
Ao utilizar a Ciência de Dados, as empresas não são apenas capazes de identificar 
os terminais de rede específicos que iniciaram o ataque cibernético, mas também 
estão em posição de prever possíveis ataques futuros contra seus 
sistemas. Ataques cibernéticos podem resultar na perda de dados e informações 
inestimáveis, resultando em danos extremos às organizações. De que forma a 
Ciência de Dados pode auxiliar para que isso ocorra? 
 a. Através de operações realizadas no processador, armazenamento em 
HD e movimentação de dados para RAM. 
 b. Através da quantidade de máquinas interligadas que proporcionarão a 
intermitência e latência de resposta de um sistema de alto desempenho. 
 c. Através da detecção do conjunto de dados visados com mais 
frequência, prevendo futuros ataques cibernéticos em potencial. 
 d. Através da Redução dademanda por novos produtos e pelo uso de 
matérias-primas. 
 e. Através da produção de circuitos impressos para atender a demanda dos 
clientes. 
P ER GUNT A 10 
A Cibersegurança é uma prática criada para garantir a integridade, 
confidencialidade e disponibilidade de informações. Pode representar a capacidade 
de se defender e se recuperar de acidentes, como falhas no disco rígido ou falta de 
energia, e de ataques de adversários. Existem várias ameaças, em diferentes 
campos de negócios e vários métodos existentes são utilizados para superar as 
referidas ameaças. Tecnicamente, qual é o nome dado aos criminosos digitais? 
 a. Gamers. 
 b. Influencers. 
 c. Youtubers. 
 d. Intercriminosos. 
 e. Cibercriminosos.