Prova de Topicos de Big Data em Python

Prévia do material em texto

Prova	de	Tópicos	de	Big	Data	em	Python 
 
Questão 1 
O seguinte constructo da linguagem Python representa o condicional simples: 
a) for 
b) if 
c) with 
d) while 
e) else 
Resposta: b) if 
Justificativa e evidência do tema: 
O comando if é o condicional simples em Python, permitindo a execução de blocos de código 
conforme a verificação de uma condição. É um dos principais comandos de controle de fluxo, 
essencial para a lógica de qualquer programa. 
 
Questão 2 
Os dados secundários são assim definidos devido: 
a) A sua baixa qualidade. 
b) O fato de requererem muito mais pré-processamento. 
c) O fato de ocuparem menos espaço de memória. 
d) O fato de terem sido obtidos a partir de terceiros. 
e) O fato de virem de uma fonte alternativa não convencional. 
Resposta: d) O fato de terem sido obtidos a partir de terceiros. 
Justificativa e evidência do tema: 
Dados secundários são aqueles coletados por outras pessoas ou instituições, não diretamente pelo 
pesquisador ou analista. São amplamente utilizados em projetos de Big Data para complementar ou 
validar informações primárias. 
 
Questão 3 
Luís foi contratado recentemente para trabalhar em uma empresa de consultoria de análise de dados. 
O projeto no qual foi alocado já havia começado, e os colegas de Luís lhe disseram que estavam 
preparando o conjunto de dados para poder passar os mesmos por um modelo de árvore de decisão. 
Já que especificamente os colegas de Luís estão removendo dados faltantes, em qual etapa do 
processo de KDD, Luís se encontra: 
a) Pré-Processamento 
b) Descoberta de Padrões 
c) Transformação de Dados 
d) Coleta de Dados 
e) Avaliação 
Resposta: a) Pré-Processamento 
Justificativa e evidência do tema: 
A etapa de pré-processamento é responsável pela limpeza e preparação dos dados, incluindo a 
remoção de dados faltantes, para garantir que estejam prontos para análise e modelagem. 
 
Questão 4 
As redes neurais são implementadas em Python através de uma biblioteca de processamento de 
cálculos em paralelo baseada em grafos. Qual o nome desta biblioteca? 
a) Scipy 
b) Plotly 
c) Tensorflow 
d) Numpy 
e) Pandas 
Resposta: c) Tensorflow 
Justificativa e evidência do tema: 
TensorFlow é a biblioteca de referência para implementação de redes neurais em Python, permitindo 
cálculos paralelos e modelagem avançada de inteligência artificial. 
 
 
 
Questão 5 
Ser capaz de gerenciar uma infraestrutura complexa é uma habilidade fundamental para o 
profissional de Tecnologia da Informação. Sendo assim, analise as alternativas e selecione a opção 
que apresenta o componente responsável por desempenhar o papel de mestre na arquitetura do 
Hadoop. 
a) NameNode 
b) Replicador 
c) DataNode 
d) HServerMap 
e) Bloco de dados 
Resposta: a) NameNode 
Justificativa e evidência do tema: 
O NameNode é o nó mestre do Hadoop, responsável por gerenciar o namespace do sistema de 
arquivos e coordenar o acesso aos dados armazenados nos DataNodes. 
 
Questão 6 
Observe o trecho de código abaixo: 
query = "SELECT * FROM tabela_teste WHERE valor = " + str(str_valor) 
registros = spark.sql(query) 
 
Selecione a opção correta a respeito dele: 
a) É um exemplo de aplicação de GraphX. 
b) Trata-se de um exemplo de utilização do Spark SQL. 
c) A implementação do trecho de código está errada. 
d) A execução do trecho de código vai funcionar corretamente. 
e) É possível afirmar que a tabela_teste existe. 
Resposta: b) Trata-se de um exemplo de utilização do Spark SQL. 
Justificativa e evidência do tema: 
O código apresentado utiliza Spark SQL para executar uma consulta em uma tabela, demonstrando o 
uso de SQL integrado ao Spark para análise de dados distribuídos. 
 
Questão 7 
Em relação à fase de mapeamento do Hadoop, selecione a opção correta que apresenta o 
responsável pela geração de fragmento para os componentes da fase de redução. 
a) Combinador 
b) Redutor 
c) Mapeador 
d) Particionador 
e) Leitor de registros 
Resposta: c) Mapeador 
Justificativa e evidência do tema: 
O Mapeador (Mapper) é responsável por processar os dados de entrada e gerar pares chave-valor, 
que são posteriormente enviados para a fase de redução (Reducer) no paradigma MapReduce do 
Hadoop. 
 
Questão 8 
Selecione a opção correta sobre o uso de Big Data. 
a) O volume e diversidade dos dados podem dar uma visão realística do que está sendo observado. 
b) É impossível não utilizar aplicações de Big Data para gerenciar projetos de internet das coisas. 
c) Projetos de Big Data são uma forma de organizar tabelas normalizadas com grande volume de 
dados. 
d) Grandes volumes de dados são úteis para testar a capacidade dos servidores de gerenciamento 
de dados. 
e) Com projetos de Big Data é sempre possível detectar fraudes em operações financeiras. 
Resposta: a) O volume e diversidade dos dados podem dar uma visão realística do que está sendo 
observado. 
Justificativa e evidência do tema: 
A principal vantagem do Big Data está na capacidade de analisar grandes volumes e variedades de 
dados (estruturados, semiestruturados e não estruturados), proporcionando uma visão mais 
abrangente e realista dos fenômenos observados. Isso permite identificar padrões ocultos, tendências 
de mercado e comportamentos do consumidor que seriam imperceptíveis com métodos tradicionais. 
A diversidade de fontes (como redes sociais, sensores IoT e transações financeiras) enriquece as 
análises, tornando-as mais precisas para tomada de decisões estratégicas. 
 
Questão 9 
A respeito dos arquivos de configuração do Hadoop, selecione a opção correta com as tags que 
fornecem acesso aos parâmetros de configuração. 
a) 
b) 
c) 
d) 
e) 
Resposta: b) 
Justificativa e evidência do tema: 
A tag é utilizada nos arquivos XML de configuração do Hadoop para agrupar os 
parâmetros de configuração do sistema, sendo padrão em arquivos como core-site.xml e hdfs-site.xml. 
 
Questão 10 
Quais os métodos de aprendizado de máquina que existem? 
a) Aprendizado Supervisionado, Não-Supervisionado, Por Reforço, e Semisupervisionado 
b) Aprendizado Supervisionado, Escondido, Por Reforço, e Semisupervisionado 
c) Aprendizado Supervisionado, Não-Supervisionado, Por Força Bruta, e Semisupervisionado 
d) Aprendizado Supervisionado, Não-Supervisionado, Por Reforço, e aleatório 
e) Aprendizado Supersticioso, Não-Supervisionado, Por Reforço, e Semisupervisionado 
Resposta: a) Aprendizado Supervisionado, Não-Supervisionado, Por Reforço, e Semisupervisionado 
Justificativa e evidência do tema: 
Os principais métodos de aprendizado de máquina são: supervisionado, não-supervisionado, por 
reforço e semisupervisionado. Essas categorias abrangem as principais formas pelas quais 
algoritmos de machine learning aprendem a partir dos dados, sendo fundamentais em projetos de 
ciência de dados e inteligência artificial. 
 
 
Gabarito Final 
1. b 
2. d 
3. a 
4. c 
5. a 
6. b 
7. c 
8. a 
9. b 
10. a