onteúdo do teste

Prévia do material em texto

onteúdo do teste
1. 
Parte superior do formulário
Pergunta 1
0 ponto
Com o aumento de demanda por GPU nos Data Center e a utilização de Deep Learning, os provedores de Cloud incluíram no seu portfólio serviços com essas capacidades.
Considerando essas informações e o conteúdo estudado, qual das alternativas abaixo somente possui exemplos de bibliotecas que usam os recursos de GPU em cloud:
1. 
TensorFlow, Pandas e PyTorch.
2. 
TensorFlow, Keras e Sys.
3. 
Pandas, Keras e PyTorch.
4. 
Numpy, MatPlotLib e PyTorch.
5. 
TensorFlow, Keras e PyTorch.
Parte inferior do formulário
2. 
Parte superior do formulário
Pergunta 2
0 ponto
Leia o trecho a seguir:
“Na edição 2019 Consumer Electronics Show (CES) que aconteceu em Las Vegas, a IBM anunciou o IBM Q System One, o primeiro sistema de computação quântica universal integrado do mundo projetado para uso científico e comercial. A IBM também anunciou planos para abrir seu primeiro IBM Q Quantum Computation Center para clientes comerciais em Poughkeepsie, Nova York. Aplicações futuras da computação quântica podem incluir encontrar novas maneiras de modelar dados financeiros e isolar os principais fatores de risco globais para fazer melhores investimentos, e otimizar as operações de frota para entregas.”
Fonte: TIINSIDE. IBM apresenta o primeiro sistema de computação quântica para uso comercial. Disponível em: http://tiinside.com.br/tiinside/09/01/2019/ibm-apresenta-o-primeiro-sistema-de-computacao-quantica-para-uso-comercial/. Acesso em: 13/04/2019.
Considerando essas informações e o conteúdo estudado, é correto afirmar que a computação quântica:
1. 
aumenta exponencialmente a capacidade de armazenamento de dados através de algoritmos de compactação.
2. 
usa uma outra forma de processamento de dados, usando os qubits que possuem dois estados: 1 e 0.
3. 
aumenta exponencialmente a velocidade de processamento de algoritmos ligados a probabilidades e, por consequência, serão benéficos para Data Science.
4. 
usa a mesma forma de computação tradicional, mas consegue velocidades incríveis de transferência de dados, facilitando o processamento.
5. 
usa uma outra forma de processamento de dados usando os bits que possuem três estados: 1, 0 e indefinido.
Parte inferior do formulário
3. 
Parte superior do formulário
Pergunta 3
0 ponto
Leia o trecho a seguir:
“O McDonald’s anunciou nesta semana a compra da startup de personalização Dynamic Yield. A empresa fornece soluções de otimização de conversão para empresas de e-commerce, viagens, finanças e mídia com a proposta de criar uma experiência online personalizada. Com isso, o McDonald’s poderá criar um menu drive-thru que pode ser adaptado de acordo com o clima, com o movimento de seus restaurantes e tendências.” 
Fonte: COMPUTERWOLD. McDonald’s adquire startup de personalização Dynamic Yield. Disponível em: https://computerworld.com.br/2019/03/26/mcdonalds-adquire-startup-de-personalizacao-dynamic-yield/. Acesso em: 26/03/2019.
De acordo com o texto cima, é possível identificar ferramentas que ajudaram a startup adquirida pela gigante de alimentação a construir a inovação. Considerando essas informações e o conteúdo estudado, analise as afirmativas abaixo:
I. O Hadoop YARN poderia ser usado para armazenar o grande volume de dados dos restaurantes da região e seus históricos de comportamento em dias com diferentes temperaturas.
II. O Hive pode ajudar na integração de dados externos e históricos de vendas nas aplicações, e o Flume e o Pig podem integrar os históricos de temperaturas e clima nos últimos anos e ainda dados das aplicações dos celulares dos clientes.
III. O Mahout rodaria as rotinas de Machine Learning para identificar as tendências de comportamento e, junto com a previsão do tempo para os próximos dias, calcular quais itens do menu deveriam ser mudados.
IV. A notícia não informa qual linguagem a startup está usando, o que dificulta a identificação das ferramentas que poderiam usar.
Está correto apenas o que se afirma em:
1. 
I e II.
2. 
I, II e III.
3. 
II e III.
4. 
II e IV.
5. 
III e IV.
Parte inferior do formulário
4. 
Parte superior do formulário
Pergunta 4
0 ponto
Há uma comparação do Big Data com as soluções de BI (Business Intelligence), e podemos afirmar que existem semelhanças, mas é importante o entendimento do que caracteriza e diferencia as soluções de Big Data de outras.
Com relação à caracterização das soluções de Big Data, assinale a alternativa correta:
1. 
A Velocidade diz respeito aos diferentes tipos de dados que o Big Data pode processar, indo de textos, áudios, vídeos até bancos de dados.
2. 
A Veracidade caracteriza a fonte original dos dados e de como são armazenados, aumentando a confiabilidade na solução.
3. 
O Valor está ligado à grande quantidade de dados processados nas soluções de Big Data.
4. 
O Volume associa às soluções de Big Data aos processos de negócio, que justificam os esforços de implantação.
5. 
A Variedade é a propriedade que dá agilidade para na análise de dados mesmo com quantidades enormes de dados.
Parte inferior do formulário
5. 
Parte superior do formulário
Pergunta 5
0 ponto
O HDFS é o sistema de gerenciamento de arquivos do Hadoop, e implementa a gestão de grandes volumes de dados e flexibilidade para suportar outras ferramentas, como, por exemplo, o Spark.
Considerando essas informações e o conteúdo estudado, analise as afirmativas abaixo:
I. O HDFS, por ser o principal componente do Hadoop, é muito rígido e exige muito detalhamento de configuração.
II. Os DataNodes executam pontos de verificação periódicos do namespace, e ajudam a manter o tamanho dos arquivos.
III. O NameNode é responsável por guardar os metadados dos blocos de armazenamento.
IV. O HDFS possui uma estrutura de metadados que reconhecem o rack de instalação do nó do cluster.
Está correto somente o que se afirma em:
1. 
III e IV.
2. 
II e IV.
3. 
II, III e IV.
4. 
II e III.
5. 
I e II.
Parte inferior do formulário
6. 
Parte superior do formulário
Pergunta 6
0 ponto
As soluções de Big Data no modelo Open Source fizeram surgir alguns tipos de empresas e produtos online que revolucionaram o mercado mundial, gerando impacto nos mercados e negócios de grandes empresas tradicionais, levando competitividade para novos entrantes, tais como Google, Netflix e Amazon.
Considerando essas informações e o conteúdo estudado, assinale a alternativa correta.
1. 
Com as soluções de Big Data Open Source, os grandes beneficiários foram as grandes corporações que possuíam acesso a equipamentos de alta capacidade para se manterem como líderes em seus mercados.
2. 
Com as soluções de Big Data Open Source, as empresas que comercializavam não mudaram a sua estratégia, pois rapidamente as soluções Open Source foram ultrapassadas por tecnologias mais avançadas.
3. 
Com as soluções de Big Data Open Source, novos negócios puderam ser criados com base na disponibilidade dos dados da Internet combinados com aplicações em smartphones, como, por exemplo, Uber e Waze.
4. 
Com as soluções de Big Data Open Source, as aplicações web ficaram limitadas a algumas empresas que possuíam os técnicos especializados nas soluções, gerando benefícios particulares e de nicho.
5. 
Com as soluções de Big Data Open Source, as empresas de pesquisa desenvolveram algoritmos fantásticos de busca, mas tiveram muita dificuldade de transformar a sua tecnologia em recursos financeiros e acabaram falindo, como o Altavista e Yahoo.
Parte inferior do formulário
7. 
Parte superior do formulário
Pergunta 7
0 ponto
A junção de Big Data e Data Science veio para ficar, sendo somente possível o tratamento dos grandes volumes de dados disponíveis na Internet através de tecnologias e algoritmos de Data Science; contudo, nem todos os tipos de problemas necessitam de soluções que envolvam a integração de Big Data e Data Science.
Considerando essas informações e o conteúdo estudado, identifique a alternativa que descreve um problema que necessite de Big Data com Data Science:
1. 
As soluções de logística para determinar rotas de transporte necessitam de soluçõesde Big Data e Data Science, pois combinam grandes volumes de dados e cálculos complexos para análise de eficiência de rotas para entrega de mercadoria.
2. 
A descoberta de fraudes fiscais, lavagem de dinheiro e de corrupção necessitam de soluções de Data Science e Big Data, pois combinam grandes volumes de dados e modelos de comportamentos anormais.
3. 
Os problemas de backup de dados de sistemas em ERP necessitam de soluções de Big Data e Data Science, pois combinam grandes volumes de dados e cálculos complexos para análise da eficiência de armazenamento.
4. 
As transações de contas correntes e cálculos de saldo necessitam de soluções de Data Science e Big Data, pois combinam grandes volumes de dados e cálculos complexos para análise de saldo em contas correntes.
5. 
Os problemas de programação de máquinas industriais para aproveitamento de materiais em uma planta de montagem necessitam de soluções de Data Science e Big Data, pois combinam grandes volumes e modelos matemáticos complexos.
Parte inferior do formulário
8. 
Parte superior do formulário
Pergunta 8
0 ponto
O uso corporativo de Big Data e Data Science busca a transformação de negócios, automatizando informações, além de documentos e processos, e gerando a transformação digital.
Com base nessas afirmações e no conteúdo estudado, analise as afirmativas a seguir e assinale V para a(s) verdadeira(s) e F para a(s) falsa(s).
I. ( ) IoT significa Internet das coisas e possibilita a inclusão de informações de sensores, dispositivos e equipamentos, aumentando a possibilidade de uso de Data Science nos negócios.  
II. ( ) Tecnologias que são usadas em celulares podem ser usadas em equipamentos remotos de transferência de sensores e ampliar o uso de Data Science para tomada de decisões.
III. ( ) A redes sociais são fontes de informação de comportamento e perfil de usuários que podem enriquecer dados de clientes para melhorar os modelos preditivos de comportamento. 
IV. ( ) Os resultados obtidos pelas soluções de Data Science com Big Data servem para análises e criação de insights a respeito de negócios, ficando para outros tipos de solução a utilização das descobertas em processos de negócio.
Assinale a alternativa que apresenta a sequência correta:
1. 
V, V, V, F.
2. 
V, F, V, V.
3. 
F, V, V, V.
4. 
V, V, F, V.
5. 
V, F, V, F.
Parte inferior do formulário
9. 
Parte superior do formulário
Pergunta 9
0 ponto
O ciclo de processo de soluções de Data Science e Big Data são: Fontes de Dados, Aquisição, Armazenamento & Transformação, Análise & Modelagem, Visualização & Compartilhamento. Para cada fase, há soluções diferentes para cada tipo de necessidade, flexibilizando, mas também tornando as integrações mais complexas.
Com base nessas informações e no conteúdo estudado, assinale a alternativa correta.
1. 
É na fase de compartilhamento e visualização dos dados que existe a integração dos dados externos necessários ao modelo.
2. 
A fase de análise & modelagem é a responsável pela carga de dados das fontes externas.
3. 
Os algoritmos de Machine Learning são usados na fase de Análise & Modelagem. 
4. 
Os dados devem ser tratados para armazenamento na fase de análise e modelagem dos dados.
5. 
O enriquecimento dos dados acontece na fase de visualização dos dados.
Parte inferior do formulário
10. 
Parte superior do formulário
Pergunta 10
0 ponto
As linguagens de programação possuem um papel importante na Ciência de Dados, assim como as bases de dados, e criam a flexibilidade necessária para a sua adoção em aplicações comerciais, criando APIs ou bibliotecas integradas.
Com base no contexto acima, assinale a alternativa correta no que diz respeito à justificativa para a importância das linguagens nas soluções de Big Data e Data Science:
1. 
No desenvolvimento de soluções de Data Science, o mais importante é a criação de gráficos e, portanto, as linguagens de programação pouco participam dessa fase do processo.
2. 
No desenvolvimento de soluções de Data Science, aproximadamente 80% do tempo dos especialistas é gasto na preparação dos dados e, por esse motivo, as linguagens mais adaptadas facilitam este processo.
3. 
No desenvolvimento de soluções de Data Science, aproximadamente 80% do tempo dos especialistas é gasto na aquisição dos dados e, por esse motivo, as linguagens mais adaptadas facilitam esse processo.
4. 
No desenvolvimento de soluções de Data Science, a transformação dos dados é simplificada pela utilização de clusters e o armazenamento distribuído, não havendo mudança na forma de tratamento dos dados nesse ambiente.
5. 
No desenvolvimento de soluções de Data Science, aproximadamente 80% do tempo dos especialistas é gasto no compartilhamento dos dados e, por esse motivo, as linguagens mais adaptadas facilitam esse processo.
Parte inferior do formulário