pós_ Ciência de Dados

Prévia do material em texto

1. Pergunta 1 
0,5/0,5 
Nem todas as transações são do mesmo tipo, algumas são criadas para efetuar tarefas 
que exigem resultado imediato e outras podem demorar mais tempo analisando uma 
quantidade maior de dados. 
Com base nessas informações e no conteúdo estudado, é correto afirmar que as 
transações OLTP: 
Ocultar opções de resposta 
são muito utilizadas por soluções de Business Intelligence, pois permitem a resposta 
rápida e analítica dos dados, mesmo que envolvam várias outras transações. 
são transações seguras, criptografadas para integração entre aplicações, dispendiosas 
em termos de tempo e podem levar horas para serem processadas. 
são feitas por aplicações online para registros rápidos e coerentes, de forma 
consistente, como, por exemplo, compras por cartão de crédito. Resposta 
correta 
são feitas por aplicações de análise de dados, envolvem muitos cálculos e são custosas 
para o ambiente de produção, sendo consideradas de menor prioridade. 
são efetuadas normalmente na madrugada, sem intervenção humana, organizadas em 
ferramentas de gestão de processamento batch. 
2. Pergunta 2 
0/0,5 
Os dados processados em Big Data passaram de Gigabytes para Terabytes e daí para 
Petabytes, ficando cada vez mais claro que o seu tratamento exige uma nova estratégia 
de processamento e armazenamento. O Hadoop implementa a 
estratégia de processamento chamada MapReduce, que deve ser usada para a criação 
de jobs de acesso e processamento dos dados no Hadoop. 
Com base nessas informações e no conteúdo estudado, é correto afirmar que o 
MapReduce foi criado para: 
Ocultar opções de resposta 
abstrair a forma como os jobs devem ser processados, permitindo que qualquer tipo 
de modelo seja usado no Hadoop sem precisar reescrever códigos já criados 
facilitar a compactação dos dados nos clusters, facilitando o transporte desses dados 
entre o cluster e as aplicações usuárias do serviço. 
facilitar a criptografia dos dados de forma paralela entre os clusters, pois é mais fácil 
transportar os dados criptografados para processamento. 
facilitar o transporte do processamento de forma paralela entre os clusters, pois 
é mais fácil transportar o processamento do que os dados. Resposta correta 
ampliar a capacidade de processamento paralelo ao transportar os dados para o nó de 
cluster que executa o job de processamento dos dados solicitados. 
3. Pergunta 3 
0/0,5 
Os desafios do processamento de grandes volumes de dados, com garantia de 
armazenamento, ao mesmo tempo em que há fluxos de dados constantes como tuítes, 
milhões de usuários com apps gerando informações que podem ser importantes e 
precisam persistir. 
Com base nessas informações e no conteúdo estudado, assinale a alternativa contendo 
a estratégia da qual as soluções de Big Data usufruíram para garantir o que foi 
colocado acima. 
Ocultar opções de resposta 
Manutenção dos dados em memória para garantir a velocidade, retardando a gravação 
para manutenção da velocidade e deixando-a para momentos de menor demanda. 
Incorreta: 
Controle dos fluxos de dados entre os nós, de forma a mover os dados para onde 
precisam estar, para que possam ser processados o mais rapidamente possível, de 
forma paralela e distribuída. 
Gravação imediata com replicação de dados em vários nós cluster, aproveitando 
a replicação para que haja um paralelismo de processamento, enviando-o para 
mais perto dos dados. Resposta correta 
Para assegurar a velocidade de processamento com quantidades muito grandes de 
dados, foi criado o fluxo de dados, que permite maior velocidade de 
forma sequencial, gerando efetividade, velocidade e simplicidade para o Big Data. 
Aumento da velocidade de processamento de dados através da utilização de clusters 
de um único fabricante, com tecnologia proprietária destinada às grandes empresas de 
mercado e códigos mantidos em segredo como propriedade intelectual. 
4. Pergunta 4 
0,5/0,5 
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 
https://computerworld.com.br/2019/03/26/mcdonalds-adquire-startup-de-personalizacao-dynamic-yield/
https://computerworld.com.br/2019/03/26/mcdonalds-adquire-startup-de-personalizacao-dynamic-yield/
Ocultar opções de resposta 
I e II. 
I, II e III. 
III e IV. 
II e IV 
II e III. Resposta correta 
5. Pergunta 5 
0,5/0,5 
Os softwares de código livre formam a base das soluções de Big Data, e o principal 
deles é o Apache Hadoop, que possui vários componentes especializados em cada fase 
do ciclo de soluções de Big Data. 
Considerando essas informações e o conteúdo estudado, assinale a alternativa correta. 
Ocultar opções de resposta 
O Hadoop Hive é a solução para importação da dados não estruturados para o Apache 
Spark. 
O MapReduce é a solução do Apache Hadoop para processamento de geolocalização, 
muito utilizada em aplicativos móveis. 
O Hadoop HDFS é o componente usado para integrar dados em SQL com as aplicações 
que rodam em Java. 
O Hadoop HDFS é responsável pelo armazenamento dos dados em cluster, com 
segurança e grande capacidade de armazenamento. Resposta correta 
A linguagem do Pig é usada para a criação de modelos em Machine Learning que 
rodam em estruturas do MapReduce. 
6. Pergunta 6 
0,5/0,5 
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: 
Ocultar opções de resposta 
As soluções de logística para determinar rotas de transporte necessitam de soluções 
de Big Data e Data Science, pois combinam grandes volumes de dados e cálculos 
complexos para análise de eficiência de rotas para entrega de mercadoria. 
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. 
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 comportamentosanormais .Resposta correta 
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. 
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. 
7. Pergunta 7 
0,5/0,5 
A utilização de Big Data cresceu nos últimos anos com base no aumento da utilização 
comercial da Internet e a democratização do seu uso pelo mundo todo. A sociedade 
tem se tornado cada vez mais conectada. 
Com base no contexto exposto acima e no conteúdo estudado, assinale a alternativa 
correta. 
Ocultar opções de resposta 
As páginas em HTML possuem uma estrutura interna avançada e muito mais fácil de 
ser armazenada em bases de dados relacionais, e a forma padronizada dos websites 
permitiram que buscadores como Google e Yahoo catalogassem o conteúdo web. 
Apesar das soluções de Big Data serem desenvolvidas para obter velocidade 
processando grandes volumes de dados, elas são ideais para outras formas de 
utilização com baixo volume de dados, obtendo excelente desempenho. 
Os buscadores na web foram os primeiros a necessitar de grandes armazenamentos de 
dados para guardar de forma estruturada os dados da Internet e utilizaram os padrões 
existentes para processar seus dados. 
A complexidade dos dados em formatos não estruturados fez com que as 
soluções buscassem alternativas ao modelo tradicional de processamento de 
dados. Os volumes saíram de Terabytes para Petabytes e Exabytes. Resposta 
correta 
As soluções de Big Data são muito utilizadas por buscadores Web, deixando a desejar 
no que diz respeito à sua utilização para armazenamento de informações de redes 
sociais. 
8. Pergunta 8 
0,5/0,5 
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. 
Ocultar opções de resposta 
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. 
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. 
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. 
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. 
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. Resposta correta 
9. Pergunta 9 
0/0,5 
O Hadoop, por ter sido desenvolvido para utilizar clusters e implantar a replicação de 
dados, possui o desafio de manter consistente o seu estado mesmo quando ocorre 
algum erro interno. 
Com base nessas informações e no conteúdo estudado, é correto afirmar que, para 
assegurar o estado de consistência de gestão de seus metadados, o Hadoop 
Ocultar opções de resposta 
efetua checkpoints dos logs gerados pelo NameNode usando o DataNode para efetuar a 
análise das diferenças encontradas e manter a consistência dos dados. 
usa os recursos normais de backup dos servidores em cluster oferecidos pelos 
sistemas operacionais, garantindo a restauração dos arquivos. 
usa o NameNode para replicar os logs de alterações nos dados, que são gerenciados 
pelo SecondaryNode, fazendo backups dos dados. 
usa o SecondaryNode para replicar os logs de alterações nos dados, que são 
gerenciados pelo NameNode, fazendo checkpoints do estado consistente. 
Resposta correta 
efetua checkpoints dos logs gerados pelo SecondaryNode usando o DataNode para 
efetuar a análise das diferenças encontradas e manter a consistência dos dados. 
10. Pergunta 10 
0,5/0,5 
O Hadoop possui um ecossistema integrado de soluções que ampliam a utilização para 
Data Science e Big Data. Uma empresa precisa preparar os dados que chegam do ERP 
para adequá-los e utilizar na criação de Machine Learning, de forma periódica e 
agendada, respeitando sequências de ações. 
Com base nessas informações e no conteúdo estudado, assinale a alternativa contendo 
a ferramenta do ecossistema mais indicada para criação de fluxos de trabalho com o 
Hadoop: 
Ocultar opções de resposta 
Ambari. 
Oozie. Resposta correta 
Yarn. 
Solr. 
HDFS.