Formação Profissional em Computação - 7

Prévia do material em texto

Pergunta 1
De acordo com Morais (2018), após o Big Data se consolidar, o profissional para
lidar com esse mercado precisa, na maioria das vezes, lidar com estatística,
NoSQL, Cloud Computing, mineração de dados, dentre outros conhecimentos e
ferramentas. Entretanto, é “desumano” uma única pessoa ter todas as
habilidades demandadas para esse tipo de trabalho. 
MORAIS, I. S. Introdução a Big Data e Internet das Coisas (IoT). Porto
Alegre: SAGAH, 2018.
Sobre o cientista de dados e as habilidades necessárias e possíveis para esse
profissional desempenhar seu trabalho, analise as afirmativas a seguir:
I- Ser especializado em todas as áreas de TI.
1,67 em 1,67 pontos
Resposta Selecionada:
e.
Respostas: a.
b.
c.
d.
e.
Comentário
da resposta:
II- Ser generalista, tendo conhecimento técnico e de negócio. 
III- Trabalhar e resolver sozinho as análises de dados. 
IV- Saber fazer entregas colaborativas. 
V- Saber trabalhar orientado a projetos. 
Está correto o que se afirma em:
II, IV e V, apenas. 
II e III, apenas.
 I, III e IV, apenas. 
I, II, III, IV e V.
I e V, apenas.
II, IV e V, apenas. 
JUSTIFICATIVA
O mercado almeja um profissional que tenha habilidades não só
com tecnologias mas com matemática, estatística e
conhecimentos em negócios, ou seja, na área administrativa,
conforme levantamento realizado por Amaral (2016). Ele
apresenta a visão de um profissional de mercado, o que
realmente é possível de encontrar no mercado, e de um
profissional que demanda características quase impossíveis de
alcançar, como o fato de haver uma única pessoa que seja
especialista em todas as áreas (vide quadro comparativo
abaixo):
Profissional idealizado:
especialista em todas as áreas;
foco no conhecimento técnico;
trabalha sozinho.
Profissional de mercado:
especialista em uma ou duas áreas com
conhecimento generalista multidisciplinar;
sabe trabalhar orientado e organizado a projetos;
tem senso de liderança e de colaboração.
Pergunta 2
Leia o trecho a seguir.
1,67 em 1,67 pontos
Resposta
Selecionada:
d.
Respostas: a.
b.
c.
A ciência de dados “[...] se insere no contexto de diversos outros
processos intimamente associados e relacionados com dados na
organização e se distingue de outros aspectos do processamento
de dados que estão ganhando cada vez mais atenção nos
negócios” (MORAIS, 2018, p. 36).
MORAIS, I. S. Introdução a Big Data e Internet das Coisas.
Porto Alegre: Grupo A, 2018. (Disponível na Minha Biblioteca).
Observe a figura a seguir, que mostra o contexto dos diversos
processos relacionados a dados na organização.
 
Fonte: Morais (2018, p. 37).
Com base na análise da figura, assinale a alternativa correta a
seguir.
A engenharia de processamentos e de dados forma a base da
ciência de dados, comunicando-se diretamente com os
bancos de dados e ferramentas, como a mineração de dados,
por exemplo
O processamento acelerado de transações está relacionado
com a velocidade com que o filtro de dados é realizado, por
meio da mineração de dados em sistemas exclusivamente
distribuídos, em um banco de dados organizacional
A tomada de decisão automatizada é o processo de tomada
de decisão por meios automatizados pela intervenção inicial
humana, incluindo criação de perfis e decisões baseadas em
dados
O big data não faz parte da essência da ciência de dados,
uma vez que sua utilização se faz presente apenas no
contexto organizacional, dentro das mídias digitais
d.
e.
Comentário
da resposta:
A engenharia de processamentos e de dados forma a base da
ciência de dados, comunicando-se diretamente com os
bancos de dados e ferramentas, como a mineração de dados,
por exemplo
A tomada de decisão orientada por dados (DDDM) é definida
como o uso de análises e cogitações, para que se oriente nas
decisões estratégicas de negócios que se alinham com suas
metas, objetivos e iniciativas
JUSTIFICATIVA
Como uma das bases da ciência de dados, a
engenharia de processamento e de dados processa,
filtra e analisa os dados convenientes para sua
utilização dentro do contexto esperado. Dentro do
contexto, o big data é um dos principais elementos,
pois, geralmente, se trata de uma grande
quantidade de dados.
Pergunta 3
I. Os cientistas de dados são capazes de “desenterrar” grandes
quantidades de informações, mas elas não valerão nada a
menos que os profissionais sejam liderados por alguém que
entenda o ambiente em que estão trabalhando – um líder
com experiência no setor.
Leia o trecho a seguir.
“A ciência de dados surgiu com a necessidade de lidarmos com a
enorme quantidade de dados e informações geradas por nossas
ações em conjunto com algum artefato – neste caso, tecnológico.
Ela atende a uma demanda interdisciplinar, na qual estão inseridas
outras tecnologias voltadas aos dados, como Big Data. O termo foi
mencionado inicialmente em meados de 2010, mas, antes, seus
conceitos eram compreendidos por outros termos, como OLAP
(Online Analytical Processing) e BI (Business Intelligence)”
(MORAIS, 2018, p. 34).
MORAIS, I. S. Introdução a Big Data e Internet das Coisas.
Porto Alegre: Grupo A, 2018. (Disponível na Minha Biblioteca).
A ciência de dados é interdisciplinar, tendo em vista que pode estar
associada à ciência da computação, à estatística, à matemática,
entre muitas outras áreas. Sendo assim, analise as asserções a
seguir e a relação proposta entre elas.
1,65 em 1,65 pontos
Resposta
Selecionada:
a.
Respostas: a.
b.
c.
d.
e.
Comentário
da resposta:
II. A ciência de dados também é capaz de ajudar a automatizar
processos de tomada de decisão muito mais complicados,
fornecendo várias direções sólidas para escolher com dados
como evidência para essas possibilidades.
POIS
A respeito das asserções anteriores, assinale a alternativa correta
a seguir.
As asserções I e II são proposições verdadeiras, mas a II
não é uma justificativa correta da I
As asserções I e II são proposições verdadeiras, mas a II
não é uma justificativa correta da I
As asserções I e II são proposições falsas
As asserções I e II são proposições verdadeiras, e a II é
uma justificativa correta da I
A asserção I é uma proposição verdadeira, e a asserção II
é uma proposição falsa
A asserção II é uma proposição verdadeira, e a asserção I
é uma proposição falsa
JUSTIFICATIVA
A asserção I é uma proposição verdadeira, pois é
necessário não apenas obter mas também realizar
operações e tratamento adequado dos dados que se
deseja analisar. A asserção II também é uma
proposição verdadeira, mas não justifica
corretamente a I, pois os estudos baseados na
ciência de dados permitem encontrar padrões e
direcionamentos com embasamentos fortes para
tomadas de decisões. Assim, não há relação de
causalidade com a asserção I.
Pergunta 4
A ciência de dados depende de estatísticas para capturar e
transformar padrões de dados em evidências utilizáveis por meio
de técnicas complexas de aprendizado de máquina. Python, R e
SQL são as linguagens de programação mais comuns. Para
executar com sucesso um projeto de ciência de dados, é
importante ter algum nível de conhecimento de programação.
1,65 em 1,65 pontos
Resposta Selecionada: b.
Respostas: a.
b.
c.
d.
e.
Comentário
da resposta:
I. (_) A análise preditiva é o processo de usar dados históricos
junto com várias técnicas, como mineração de dados,
modelagem estatística e aprendizado de máquina, para
prever resultados futuros. Utilizando tendências nesses
dados, as empresas usam análises preditivas para identificar
riscos e oportunidades.
II. (_) Data warehouse e data lake surgiram como soluções
essenciais para lidar com big data, superando em muito o
poder dos bancos de dados tradicionais. O big data é
enorme, superando em muito as capacidades dos métodos
normais de armazenamento e processamento de dados.
III. (_) Data analytics é o processo de análise de dados para
extrair dados significativos de um determinado conjunto de
dados. Essas técnicas e métodos analíticos são executados
em big data, pois possuem algoritmos específicos para que
sua aplicabilidade sejarealizada nesse tipo de dados.
IV. (_) O data analytics realiza a mineração de dados, ajudando
a configurar/manter uma infraestrutura necessária. É nesse
contexto que são realizados o pré-processamento de dados e
o desenvolvimento de API, bem como a implementação e o
monitoramento do pipeline de dados para uso on-line ou off-
line.
Acerca dos principais conceitos e aplicações relacionados à
ciência de dados, julgue se são (V) verdadeiras ou (F) falsas as
afirmativas a seguir.
Agora, assinale a alternativa correta:
V - V - V - F
F - V - V - F
V - V - V - F
V - F - V - F
V - V - F - V
F - F - F - V
JUSTIFICATIVA
A afirmativa I é verdadeira, pois a utilização de
técnicas é um facilitador para modelagem e análise
mais precisas. A afirmativa II também é verdadeira,
pois data lake e data warehouse são soluções
amplamente utilizadas para armazenar big data, mas
não são termos intercambiáveis. Um data lake é um
vasto conjunto de dados brutos, cuja finalidade ainda
não está definida. Um data warehouse é um
repositório de dados estruturados e filtrados que já
foram processados para uma finalidade específica. A
afirmativa III, igualmente, é verdadeira, pois o big data
é um processo mais abrangente e extenso, suas
ferramentas são complexas e sofisticadas.
Ferramentas de automação e computação paralela
são utilizadas para converter dados não estruturados
em conjuntos de dados significativos. Por sua vez,
ferramentas simples, como modelagem estatística e
modelagem preditiva, são usadas na análise de
dados. Além disso, muitas fórmulas estatísticas e
matemáticas são empregadas na análise e na
interpretação dos dados. A afirmativa IV é falsa, pois
o data analytics é um processo científico que usa
fórmulas matemáticas e métodos científicos para
extrair insights de dados coletados por meio de
aplicativos de ciência de dados, como inteligência
artificial, aprendizado de máquina e aprendizado
profundo.
Pergunta 5
Resposta Selecionada: a.
Leia o trecho a seguir.
“Um olhar mais atento aos dados traz a aplicação de processos e
técnicas apropriadas para categorizá-los. É importante ressaltar
que essas metodologias podem ser aplicadas a diversos contextos
e com objetivos diferentes. Muitas vezes, quando mencionamos
coleta de dados, temos a sensação de que são dados oriundos
apenas do mundo externo do negócio. Porém, a ciência de dados
se aplica tanto ao conjunto de dados internos da empresa quanto
aos externos” (MORAIS, 2018, p. 50).
MORAIS, I. S. Introdução a Big Data e Internet das Coisas.
Porto Alegre: Grupo A, 2018. (Disponível na Minha Biblioteca).
Os cientistas de dados dependem fortemente da inteligência
artificial, especialmente seus subcampos de aprendizado de
máquina e aprendizado profundo, para criar modelos e fazer
previsões usando algoritmos e outras técnicas.
Observe a seguinte descrição: “essa fase é quando os dados são
colocados em um formulário que pode ser utilizado. Esse estágio
inclui armazenamento de dados, limpeza de dados, preparação de
dados, processamento de dados e arquitetura de dados”.
Assinale a alternativa que relaciona corretamente a fase de um
ciclo da ciência de dados ao conceito estabelecido:
manutenção
1,68 em 1,68 pontos
Respostas: a.
b.
c.
d.
e.
Comentário
da resposta:
manutenção
análise
captura
comunicação
processo
JUSTIFICATIVA
Na captura, os cientistas de dados coletam dados
brutos e não estruturados. O estágio de captura inclui
aquisição de dados, entrada de dados, recepção de
sinal e extração de dados. O processo é quando os
dados são examinados quanto a padrões e vieses
para ver como funcionarão como uma ferramenta de
análise preditiva. O estágio do processo inclui
mineração de dados, agrupamento e classificação,
modelagem de dados e resumo de dados. Na
análise, envolvemos relatórios de dados, visualização
de dados, inteligência de negócios e tomada de
decisão. A comunicação é quando os cientistas e
analistas de dados apresentam os dados por meio de
relatórios, tabelas e gráficos. O estágio de
comunicação inclui análise exploratória e
confirmatória, análise preditiva, regressão, mineração
de texto e análise qualitativa.
Pergunta 6
I. Para obter o máximo benefício de todas as operações de
marketing on-line, os profissionais de marketing digital podem
criar um modelo de estimativa de tempo de vida do
consumidor, a fim de segmentar os clientes por sua
presença.
II. Os profissionais de marketing digital podem recorrer a
modelos de estimativas para um tipo de crise de uso. Por
O merchandising de e-commerce tem tudo a ver com escolher e
apresentar o produto certo, na hora certa, no lugar certo, na
quantidade certa, pelo preço certo e com conteúdo certo, a fim de
maximizar as vendas. Dessa forma, o big data ajuda a criar uma
experiência de compra verdadeiramente excelente para os
clientes, sendo possível aplicar ações mais consistentes
relacionadas ao marketing digital.
Diante disso, analise as asserções a seguir e a relação proposta
entre elas.
POIS
1,68 em 1,68 pontos
Resposta
Selecionada:
a.
Respostas: a.
b.
c.
d.
e.
Comentário
da resposta:
exemplo, eles podem oferecer ofertas de desconto e até
mesmo códigos de referência para seus clientes de melhor
valor, enquanto implementam políticas de retenção para
usuários que devem deixar sua base de clientes.
A respeito das asserções anteriores, assinale a alternativa correta
a seguir.
As asserções I e II são proposições verdadeiras, e a II é
uma justificativa correta da I
As asserções I e II são proposições verdadeiras, e a II é
uma justificativa correta da I
As asserções I e II são proposições falsas
A asserção II é uma proposição verdadeira, e a
asserção I é uma proposição falsa 
A asserção I é uma proposição verdadeira, e a asserção II
é uma proposição falsa
As asserções I e II são proposições verdadeiras, mas a II
não é uma justificativa correta da I
JUSTIFICATIVA
A asserção I é uma proposição verdadeira, pois os
profissionais de marketing digital possuem um
orçamento rigoroso. Cada profissional de marketing
visa obter o ROI mais alto de seu orçamento alocado.
Conseguir isso, geralmente, é complicado. Os
números não vão constantemente de acordo com o
rascunho, e a utilização efetiva do orçamento não é
alcançada. A asserção II também é uma proposição
verdadeira e justifica corretamente a I, uma vez que,
ao examinar os hábitos de gastos e os dados de
ativos de um profissional de marketing digital, um
cientista de dados pode criar um padrão de gastos
para utilizar melhor o orçamento. Esse modelo pode
beneficiar muitos profissionais de marketing digital
para alocar seu orçamento entre áreas, canais,
ferramentas e operações, e otimizar as métricas
essenciais.