Big Data: Conceitos e Aplicações

Prévia do material em texto

Questão 1/5 - Big Data (E)
  Ler em voz alta
BI e Big Data podem trabalhar de maneira combinada e, quando utilizados da maneira correta, oferecem muitos leques de análise de dados. O BI utiliza dados estruturados de bancos de dados relacionais, sendo que as informações analisadas geralmente estão referenciadas com o passado da organização e o conhecimento é extraído e apresentado por meio de relatórios.
Já em relação ao Big Data, assinale a alternativa correta a seguir:
Nota: 20.0
	
	A
	
	Trabalha como um desfragmentador de dados
	
	B
	
	Trabalha em questões de limpeza de malwares
	
	C
	
	Trabalha em questões de predição
Você assinalou essa alternativa (C)
Você acertou!
Já o Big Data trabalha em questões de predição, permitindo a interpretação de dados de forma a antecipar comportamentos. Tema 1.
	
	D
	
	Trabalha em questões de descompactação de arquivos
Questão 2/5 - Big Data (E)
  Ler em voz alta
O termo Big Data começa a despertar muita atenção, mas ainda é um conceito mal definido e menos compreendido. Na definição de Big Data, utilizam-se características ou atributos que alguns pesquisadores adotam como sendo os cinco Vs. Porém, a base necessária para o reconhecimento de Big Data é formada por três propriedades:
Nota: 20.0
	
	A
	
	valor, velocidade e volume.
	
	B
	
	valor, veracidade e volume.
	
	C
	
	variedade, valor e volume.
	
	D
	
	variedade, velocidade e volume.
Você assinalou essa alternativa (D)
Você acertou!
Comentário: Big Data, em geral, é definido como ativos de altos volume, velocidade e variedade de informação que exigem custo benefício, de formas inovadoras de processamento de informações para maior visibilidade e tomada de decisão. Big Data = volume + variedade + velocidade.
Questão 3/5 - Big Data (E)
  Ler em voz alta
Segundo Machado, para o Big Data, temos que considerar como base cinco grandes pilares: são os 5 Vs: velocidade, volume, variedade, veracidade e valor. Acrescentamos dois Vs importantíssimos: veracidade dos dados e valor destes para a empresa. Relacione o 5 Vs do Big Data com seus respectivos conceitos:
1) Velocidade                                  2) Volume                             3) Variedade
4) Veracidade                                  5) Valor
(   )  diz respeito às grandes quantidades de informação. Cada pessoa em suas atividades usuais do dia a dia produz uma infinidade de informações, diz respeito às grandes quantidades de informação. Cada pessoa em suas atividades usuais do dia a dia produz uma infinidade de informações.
(   )   se refere à grande agilidade com que os dados são produzidos: para se ter uma ideia, desde 2012, cerca de 2,5 hexabytes de dados (2,5 x 10^18) foram produzidos pela humanidade todos os dias. Se dividirmos este valor por 86.400, que é a quantidade de segundos em um dia, pode-se concluir que 29 terabytes de informação são produzidos a cada segundo – um número impressionante, mas que, segundo estimativas, poderá ainda crescer muito com o aumento da IoT
(    )  é o ponto mais destacado em relação a aplicações de Big Data.
(   )  é a necessidade que temos de garantir que os dados coletados sejam autênticos (com relação à fonte da informação) e que são verdadeiros naquele momento.
(    ) define a grande diversidade de informações e que podem ser úteis para a geração de valor – seja um texto ou uma quantidade deles registrada em um site de reclamações, uma “curtida” em uma rede social, coordenadas de um GPS, upload de fotos e gravações em um aplicativo de mensagens instantâneas, até as filmagens transmitidas em tempo real por um drone conectado à rede.
A lacuna que relaciona corretamente os 5 Vs do Big Data e seu conceitos é a opção:
Nota: 20.0
	
	A
	
	1,3,4,2 e 5.
	
	B
	
	2,1,5,4 e 3.
Você assinalou essa alternativa (B)
Você acertou!
Comentário: Volume se refere a quantidade de informações, velocidade a agilidade de produção de dados, a veracidade garante a autenticidade dos dados, a variedade está relacionada com a diversidade e o ponto mais destacado de um Big Data é o valor das informações.
	
	C
	
	2,1,4,5 e 3.
	
	D
	
	1,2,5,3 e 4.
Questão 4/5 - Big Data (E)
  Ler em voz alta
Analisar dados é aplicar algum tipo de transformação nos dados em busca de conhecimento. Existem alguns tipos de análises de dados e técnicas que são utilizados dentro desse contexto, dessa forma marque a opção correta acerca desse tema:
Nota: 20.0
	
	A
	
	Nas análises implícitas, a informação e o conhecimento estão disponíveis explicitamente nos dados, e normalmente só é necessária alguma operação, de baixa complexidade, para ressaltar o dado e produzir a informação. A informação está lá, explicitamente, é preciso apenas destacá-la na “multidão”.
 
	
	B
	
	O objetivo da análise exploratória é conhecer os dados antes de tentar analisa-los, para depois, usando técnicas explícitas ou implícitas, tirar alguma conclusão, a análise exploratória pode usar tanto técnicas quantitativas como técnicas visuais.
 
Você assinalou essa alternativa (B)
Você acertou!
Comentário: Tema 5, Aula 2.
	
	C
	
	Já na análise explícita, a informação não está disponível claramente no conjunto de dados: mesmo que você olhe os dados de várias formas, filtre, selecione ou faça algum tipo de cálculo, a informação só será produzida com o uso de alguma função mais sofisticada.
 
	
	D
	
	As técnicas quantitativas nunca usam as medidas como: dispersão, posição, média, mediana, amplitude e desvio padrão. A grande maioria das ferramentas de análise de dados não utilizam medidas de dispersão de uma variável, como desvio padrão e variância.
Questão 5/5 - Big Data (E)
  Ler em voz alta
As estruturas de armazenamento de dados foram naturalmente evoluindo ou se adequando as novas necessidades. Dentro desse contexto, relacione os sistemas de armazenamento relacionais com seus respectivos conceitos:
1) Data Warehouse                   2) Data Marts
3) Granularidade                      4) OLAP
(   )  é um banco de dados dividido em partes menores e melhor gerenciáveis, geralmente são agrupados por departamentos corporativos como: contabilidade, finanças, recursos humanos, entre outros. 
(    ) são verdadeiros depósitos de dados, estruturados a partir de bancos de dados de operação, normalmente relacionais. Sua estrutura difere no sentido em que os dados são armazenados no intuito de facilitar a análise, com informações pré-calculadas e dados não normalizados 
(  ) é um modelo de processamento analítico em tempo real, é um gerenciador de banco de dados multidimensional, que normalmente está associado à construção de cubos. É aplicado de maneira otimizada para gerência de dados em formato multidimensional. 
(    )  se refere ao nível de detalhamento em que a informação gerencial é armazenada. O detalhe normalmente é fornecido através de relatórios, com finalidade de conferência, extraído do sistema transacional, para a área operacional.
Assinale a alternativa que correlaciona corretamente os componentes de armazenamento analítico com sua descrição:
Nota: 20.0
	
	A
	
	2,1,4 e 3.
Você assinalou essa alternativa (A)
Você acertou!
Comentário: Um data warehouse guarda informações históricas por um período de 3 a 10 anos. A informação armazenada provém não apenas de um, mas de vários ou até centenas de sistemas transacionais diferentes. Já entendemos então que o data warehouse é um grande banco de dados analítico corporativo. Esse banco de dados deve estar dividido em partes menores e melhor gerenciáveis conhecidos como data marts. O nível de detalhamento em que a informação gerencial é armazenada é conhecido como “Grão”. Quanto menor o “Grão”, maior o nível de detalhe, mais performance e armazenamento é exigido do data warehouse. OLAP, acrônimo para Online Analytical Processing, ou processamento analítico em tempo real, é um gerenciador de banco de dados multidimensional, que normalmente está associado à construção de cubos.
	
	B
	
	2,1,3 e 4.
	
	C
	
	1,2,4 e 3.
	
	D
	
	3,1,2 e 4.
Questão 1/5 - Big Data (E)
  Ler em voz alta
Analisar dados é aplicar algum tipo de transformaçãonos dados em busca de conhecimento. Existem alguns tipos de análises de dados e técnicas que são utilizados dentro desse contexto, dessa forma marque a opção correta acerca desse tema:
Nota: 20.0
	
	A
	
	Nas análises implícitas, a informação e o conhecimento estão disponíveis explicitamente nos dados, e normalmente só é necessária alguma operação, de baixa complexidade, para ressaltar o dado e produzir a informação. A informação está lá, explicitamente, é preciso apenas destacá-la na “multidão”.
 
	
	B
	
	O objetivo da análise exploratória é conhecer os dados antes de tentar analisa-los, para depois, usando técnicas explícitas ou implícitas, tirar alguma conclusão, a análise exploratória pode usar tanto técnicas quantitativas como técnicas visuais.
 
Você assinalou essa alternativa (B)
Você acertou!
Comentário: Tema 5, Aula 2.
	
	C
	
	Já na análise explícita, a informação não está disponível claramente no conjunto de dados: mesmo que você olhe os dados de várias formas, filtre, selecione ou faça algum tipo de cálculo, a informação só será produzida com o uso de alguma função mais sofisticada.
 
	
	D
	
	As técnicas quantitativas nunca usam as medidas como: dispersão, posição, média, mediana, amplitude e desvio padrão. A grande maioria das ferramentas de análise de dados não utilizam medidas de dispersão de uma variável, como desvio padrão e variância.
Questão 2/5 - Big Data (E)
  Ler em voz alta
BI e Big Data podem trabalhar de maneira combinada e, quando utilizados da maneira correta, oferecem muitos leques de análise de dados. O BI utiliza dados estruturados de bancos de dados relacionais, sendo que as informações analisadas geralmente estão referenciadas com o passado da organização e o conhecimento é extraído e apresentado por meio de relatórios.
Já em relação ao Big Data, assinale a alternativa correta a seguir:
Nota: 20.0
	
	A
	
	Trabalha como um desfragmentador de dados
	
	B
	
	Trabalha em questões de limpeza de malwares
	
	C
	
	Trabalha em questões de predição
Você assinalou essa alternativa (C)
Você acertou!
Já o Big Data trabalha em questões de predição, permitindo a interpretação de dados de forma a antecipar comportamentos. Tema 1.
	
	D
	
	Trabalha em questões de descompactação de arquivos
Questão 3/5 - Big Data (E)
  Ler em voz alta
Com o início do uso massivo de computadores nos anos 1950, para manter sistemas de operações, folhas de pagamento e contabilidade, surgem à necessidade de sistemas capazes de gerenciar dados com maiores volumes e estruturas mais complexas.
Em relação a este contexto, existem 4 grandes fases de modelos de armazenamento, sendo estes descritos corretamente na opção:
Nota: 20.0
	
	A
	
	Modelos Pré-Relacionais, modelos relacionais, modelos orientados a objetos e os modelos não relacionais.
Você assinalou essa alternativa (A)
Você acertou!
Comentário: Existem 4 grandes fases desses modelos: os pré-relacionais (com modelo hierárquico e rede) iniciados em 1960; o relacional, nos anos de 1970, orientado a objetos nos anos de 1980; e finalmente o NoSQL ou modelo não relacional, nos anos 2000.
	
	B
	
	Modelos de rede, modelos estruturados, modelos não estruturados e modelos semiestruturado.
	
	C
	
	Modelos de rede, modelo orientado a objetos, modelo indexado e modelo neural.
	
	D
	
	Modelos relacionais, modelos não relacionais, modelo programado e modelo hierárquico.
Questão 4/5 - Big Data (E)
  Ler em voz alta
Segundo Machado, para o Big Data, temos que considerar como base cinco grandes pilares: são os 5 Vs: velocidade, volume, variedade, veracidade e valor. Acrescentamos dois Vs importantíssimos: veracidade dos dados e valor destes para a empresa. Relacione o 5 Vs do Big Data com seus respectivos conceitos:
1) Velocidade                                  2) Volume                             3) Variedade
4) Veracidade                                  5) Valor
(   )  diz respeito às grandes quantidades de informação. Cada pessoa em suas atividades usuais do dia a dia produz uma infinidade de informações, diz respeito às grandes quantidades de informação. Cada pessoa em suas atividades usuais do dia a dia produz uma infinidade de informações.
(   )   se refere à grande agilidade com que os dados são produzidos: para se ter uma ideia, desde 2012, cerca de 2,5 hexabytes de dados (2,5 x 10^18) foram produzidos pela humanidade todos os dias. Se dividirmos este valor por 86.400, que é a quantidade de segundos em um dia, pode-se concluir que 29 terabytes de informação são produzidos a cada segundo – um número impressionante, mas que, segundo estimativas, poderá ainda crescer muito com o aumento da IoT
(    )  é o ponto mais destacado em relação a aplicações de Big Data.
(   )  é a necessidade que temos de garantir que os dados coletados sejam autênticos (com relação à fonte da informação) e que são verdadeiros naquele momento.
(    ) define a grande diversidade de informações e que podem ser úteis para a geração de valor – seja um texto ou uma quantidade deles registrada em um site de reclamações, uma “curtida” em uma rede social, coordenadas de um GPS, upload de fotos e gravações em um aplicativo de mensagens instantâneas, até as filmagens transmitidas em tempo real por um drone conectado à rede.
A lacuna que relaciona corretamente os 5 Vs do Big Data e seu conceitos é a opção:
Nota: 20.0
	
	A
	
	1,3,4,2 e 5.
	
	B
	
	2,1,5,4 e 3.
Você assinalou essa alternativa (B)
Você acertou!
Comentário: Volume se refere a quantidade de informações, velocidade a agilidade de produção de dados, a veracidade garante a autenticidade dos dados, a variedade está relacionada com a diversidade e o ponto mais destacado de um Big Data é o valor das informações.
	
	C
	
	2,1,4,5 e 3.
	
	D
	
	1,2,5,3 e 4.
Questão 5/5 - Big Data (E)
  Ler em voz alta
Com um mundo de informações à disposição, é necessário determinar quais dados a organização tem interesse, para poder com esses dados e recursos tecnológicos obter resultados que gerem valores ao negócio e agregar conhecimento à análise de negócios. Acerca da Internet das Coisas (IoT), a alternativa que se apresenta correta é:
Nota: 20.0
	
	A
	
	Internet das Coisas é uma forma mais econômica de acesso à internet, a qual permite que dispositivos como geladeiras ofereçam internet a celulares e computadores de usuários, dispensando a necessidade de aquisição de roteadores ADSL à parte.
	
	B
	
	Como exemplo de Internet das Coisas, é correto citar um dispositivo que mede a temperatura ambiente interna de um escritório e envia essa informação pela internet.
 
Você assinalou essa alternativa (B)
Você acertou!
Comentário: IoT é a capacidade de capturar, analisar e transmitir dados para as coisas, aumentando sua utilidade. E estamos falando de qualquer tipo de coisa, desde carros sem motoristas que se autodirigem a geladeiras que fazem lista de compras de supermercado. A internet das Coisas está provocando mudanças nas decisões de gerenciamentos das mais variadas empresas. Bilhões de coisas que serão encadeadas algum dia, dispositivos conectados, juntamente com avanços na coleta de dados e análise.
	
	C
	
	Um exemplo de Internet das Coisas é o bitcoin, que é uma moeda virtual e iniciou a era da Internet das Moedas, com bancos virtuais sem agências.
 
	
	D
	
	A Internet das Coisas tem grande aplicação em ambientes domésticos e escritórios, mas pouca em ambientes industriais.
Questão 1/5 - Big Data (E)
  Ler em voz alta
Analisar dados é aplicar algum tipo de transformação nos dados em busca de conhecimento. Existem alguns tipos de análises de dados e técnicas que são utilizados dentro desse contexto, dessa forma marque a opção correta acerca desse tema:
Nota: 20.0
	
	A
	
	Nas análises implícitas, a informação e o conhecimento estão disponíveis explicitamente nos dados, e normalmente só é necessária alguma operação, de baixa complexidade, para ressaltar o dado e produzir a informação. A informação está lá, explicitamente, é preciso apenas destacá-la na “multidão”.
 
	
	B
	
	O objetivo da análise exploratória é conhecer os dados antesde tentar analisa-los, para depois, usando técnicas explícitas ou implícitas, tirar alguma conclusão, a análise exploratória pode usar tanto técnicas quantitativas como técnicas visuais.
 
Você assinalou essa alternativa (B)
Você acertou!
Comentário: Tema 5, Aula 2.
	
	C
	
	Já na análise explícita, a informação não está disponível claramente no conjunto de dados: mesmo que você olhe os dados de várias formas, filtre, selecione ou faça algum tipo de cálculo, a informação só será produzida com o uso de alguma função mais sofisticada.
 
	
	D
	
	As técnicas quantitativas nunca usam as medidas como: dispersão, posição, média, mediana, amplitude e desvio padrão. A grande maioria das ferramentas de análise de dados não utilizam medidas de dispersão de uma variável, como desvio padrão e variância.
Questão 2/5 - Big Data (E)
  Ler em voz alta
Com o início do uso massivo de computadores nos anos 1950, para manter sistemas de operações, folhas de pagamento e contabilidade, surgem à necessidade de sistemas capazes de gerenciar dados com maiores volumes e estruturas mais complexas.
Em relação a este contexto, existem 4 grandes fases de modelos de armazenamento, sendo estes descritos corretamente na opção:
Nota: 20.0
	
	A
	
	Modelos Pré-Relacionais, modelos relacionais, modelos orientados a objetos e os modelos não relacionais.
Você assinalou essa alternativa (A)
Você acertou!
Comentário: Existem 4 grandes fases desses modelos: os pré-relacionais (com modelo hierárquico e rede) iniciados em 1960; o relacional, nos anos de 1970, orientado a objetos nos anos de 1980; e finalmente o NoSQL ou modelo não relacional, nos anos 2000.
	
	B
	
	Modelos de rede, modelos estruturados, modelos não estruturados e modelos semiestruturado.
	
	C
	
	Modelos de rede, modelo orientado a objetos, modelo indexado e modelo neural.
	
	D
	
	Modelos relacionais, modelos não relacionais, modelo programado e modelo hierárquico.
Questão 3/5 - Big Data (E)
  Ler em voz alta
Hoje, estamos conectados digitalmente desde que acordamos até a hora de dormir, absorvendo um volume muito grande de conteúdo e também gerando muito conteúdo. Antes de entendermos a Ciência de Dados e até mesmo o Big Data, precisamos compreender, a chamada pirâmide do conhecimento.
Marque os componentes que fazem parte da pirâmide do conhecimento:
Nota: 20.0
	
	A
	
	Tecnologia, informação, habilidades e competência.
	
	B
	
	Inovação, conhecimento, informação e dados.
	
	C
	
	Dados, informações, conhecimento e sabedoria.
Você assinalou essa alternativa (C)
Você acertou!
Comentário: A pirâmide conhecimento é formada como:
· Dados: são as medições e observações;
· Informação: são os dados estruturados;
· Conhecimento: são as interpretações dessas informações;
· Sabedoria: é a justificativa na utilização desses conhecimentos.
	
	D
	
	Busca, classificação, identificação e armazenamento.
Questão 4/5 - Big Data (E)
  Ler em voz alta
Segundo Machado, para o Big Data, temos que considerar como base cinco grandes pilares: são os 5 Vs: velocidade, volume, variedade, veracidade e valor. Acrescentamos dois Vs importantíssimos: veracidade dos dados e valor destes para a empresa. Relacione o 5 Vs do Big Data com seus respectivos conceitos:
1) Velocidade                                  2) Volume                             3) Variedade
4) Veracidade                                  5) Valor
(   )  diz respeito às grandes quantidades de informação. Cada pessoa em suas atividades usuais do dia a dia produz uma infinidade de informações, diz respeito às grandes quantidades de informação. Cada pessoa em suas atividades usuais do dia a dia produz uma infinidade de informações.
(   )   se refere à grande agilidade com que os dados são produzidos: para se ter uma ideia, desde 2012, cerca de 2,5 hexabytes de dados (2,5 x 10^18) foram produzidos pela humanidade todos os dias. Se dividirmos este valor por 86.400, que é a quantidade de segundos em um dia, pode-se concluir que 29 terabytes de informação são produzidos a cada segundo – um número impressionante, mas que, segundo estimativas, poderá ainda crescer muito com o aumento da IoT
(    )  é o ponto mais destacado em relação a aplicações de Big Data.
(   )  é a necessidade que temos de garantir que os dados coletados sejam autênticos (com relação à fonte da informação) e que são verdadeiros naquele momento.
(    ) define a grande diversidade de informações e que podem ser úteis para a geração de valor – seja um texto ou uma quantidade deles registrada em um site de reclamações, uma “curtida” em uma rede social, coordenadas de um GPS, upload de fotos e gravações em um aplicativo de mensagens instantâneas, até as filmagens transmitidas em tempo real por um drone conectado à rede.
A lacuna que relaciona corretamente os 5 Vs do Big Data e seu conceitos é a opção:
Nota: 20.0
	
	A
	
	1,3,4,2 e 5.
	
	B
	
	2,1,5,4 e 3.
Você assinalou essa alternativa (B)
Você acertou!
Comentário: Volume se refere a quantidade de informações, velocidade a agilidade de produção de dados, a veracidade garante a autenticidade dos dados, a variedade está relacionada com a diversidade e o ponto mais destacado de um Big Data é o valor das informações.
	
	C
	
	2,1,4,5 e 3.
	
	D
	
	1,2,5,3 e 4.
Questão 5/5 - Big Data (E)
  Ler em voz alta
O termo Big Data começa a despertar muita atenção, mas ainda é um conceito mal definido e menos compreendido. Na definição de Big Data, utilizam-se características ou atributos que alguns pesquisadores adotam como sendo os cinco Vs. Porém, a base necessária para o reconhecimento de Big Data é formada por três propriedades:
Nota: 20.0
	
	A
	
	valor, velocidade e volume.
	
	B
	
	valor, veracidade e volume.
	
	C
	
	variedade, valor e volume.
	
	D
	
	variedade, velocidade e volume.
Você assinalou essa alternativa (D)
Você acertou!
Comentário: Big Data, em geral, é definido como ativos de altos volume, velocidade e variedade de informação que exigem custo benefício, de formas inovadoras de processamento de informações para maior visibilidade e tomada de decisão. Big Data = volume + variedade + velocidade.
image1.wmf
image2.wmf