Fundamentos de Big Data

Prévia do material em texto

1 O cientista de dados deve conhecer de tecnologia, de matemática, ter curiosidade e 
criatividade. Um cientista curioso é aquele que não se conforma com qualquer coisa, 
qualquer informação. Agora, conseguir um profissional com conhecimentos técnicos, 
quantitativos, curioso e colaborativo/comunicativo é bem difícil. Ao mesmo tempo, este 
cientista de dados deve saber atuar como um líder, juntamente com profissionais 
especializados no que fazem. 
 
 
 
Quais profissionais são aliados ao cientista de dados complementando uma equipe 
Analytics? Marque a alternativa correta. 
 
A) Data Engineer; Advogado; DBA; Programador; Estatístico; Analista de Negócios; 
Designer. 
B) Data Engineer; Equipe Testes; DBA; Administrador; Estatístico; Analista de Negócios; 
Contador. 
C) Data Engineer; Equipe de Manutenção; Gerente de Projetos; Suporte Técnico; 
Matemático; Analista de Negócios; Designer. 
D) Data Engineer; Equipe de Extração; DBA; Programador; Estatístico; Analista de 
Negócios; Designer. 
 
2 O objetivo das técnicas de Aprendizagem de Máquina ou Machine Learning é aprender 
um modelo (hipótese), usando o conjunto de treinamento para relacionar atributos da 
entrada a valores do atributo de saída. 
 
Para isso, alguns paradigmas de treinamento são utilizados. 
 
Marque a alternativa que apresenta os principais paradigmas de treinamento: 
 
A) Aprendizagem Supervisionada; Reforço; Aprendizagem Não Supervisionada, 
Semissupervisionado. 
B) Naive Bayes; K-Nearest Neighbor; Semissupervisionado; Supervisionada; Reforço. 
C) Regressão Linear; Aprendizagem Não Supervisionada, Semissupervisionado; 
Reforço. 
D) Supervised Learning; Machine Learning; Unsupervisid Learning; Aprendizagem de 
Codificação. 
 
3 Uma forma de analisar dados com o objetivo de automatizar o desenvolvimento de 
modelos analíticos, de maneira que o aprendizado é realizado a partir de algoritmos 
que aprendem de maneira interativa, ou seja, com base na análise em tempo real dos 
dados, os computadores proporcionam informações importantes para apoiar áreas de 
negócios. 
 
 
 
O enunciado acima trata de que conceito? Marque a alternativa correta. 
 
A) Big Data. 
B) Machine Data. 
C) Data Analytics. 
D) Machine Learning. 
 
4 A integração de bases de dados diferentes pode apresentar ruídos, informações 
ambíguas, conflitantes ou mesmo errôneas. Portanto, a qualidade do processo de 
análise dos dados dependerá da qualidade dos dados armazenados nas bases. 
Neste contexto, quais das alternativas abaixo apresentam características importantes 
para se garantir a qualidade dos dados? 
 
Marque a opção correta: 
 
A) Integridade; Eficiência; Eficácia; Precisão; Consistência; Flexibilidade. 
B) Integridade; Granularidade; Tempestividade; Precisão; Consistência; Flexibilidade. 
C) Integridade; Granularidade; Confiabilidade; Funcionabilidade; Consistência; 
Flexibilidade. 
D) Integridade; Portabilidade; Tempestividade; Precisão; Usabilidade; Flexibilidade. 
 
5 Ainda há desafios em inserir novas tecnologias com a IoT e Big Data para trazer 
melhorias na operação dos negócios, como a segurança e confiança dos dados dos 
clientes/usuários. 
 
 Os principais desafios podem ser apontados como: 
 
I. A privacidade do consumidor poderá ser comprometida com o grande volume de 
dados trafegando com informações sobre o usuário desses dispositivos. 
 
 
 
II. A gestão de armazenamento se preocupa cada vez mais com a capacidade de 
armazenamento das empresas, se esta será suficiente para coletar e utilizar dados da 
IoT de forma eficaz em relação ao custo. 
 
 
III. A tecnologia dos servidores será focada em um crescente investimento em áreas 
essenciais e organizações relacionadas a IoT visando rendimento ou valores 
significativos. 
 
IV. Redes de data centers serão modificadas para permitir alto volume de dados de 
sensores de mensagens pequenas para processo em data center, afetando assim a 
largura de banda de entrada, que deverá aumentar no data center. 
 
Quanto às alternativas I, II, III e IV, marque a opção correta: 
 
A) Apenas as alternativas III e IV estão corretas. 
B) Apenas as alternativas I e II estão corretas. 
C) Todas as alternativas estão corretas. 
D) Alternativas I, II e III estão erradas. 
 
6 A aprendizagem de máquina permite acelerar o processo de análise em Big Data, por 
exemplo, é possível identificar um padrão de um consumidor que comprou um 
determinado produto e, através deste padrão, prever o comportamento de compra do 
consumidor para comprar futuramente outros produtos. 
 
São exemplos de aplicações de Aprendizagem de Máquina: 
 
( ) Recomendação de filmes, séries e vídeos; 
 
( ) Tradução automática; 
 
( ) Carros autônomos; 
 
( ) Detecção de fraudes; 
Classifique as sentenças acima como (V) verdadeiro ou (F) falso. Em seguida, marque a 
alternativa que apresenta a sequência correta: 
 
A) F; F; V; V. 
B) V; F; V; F. 
C) V; F; F; V. 
D) V; V; V; V. 
 
7 Um Big Data deve possuir pelo menos três aspectos, os chamados 3Vs do Big Data. 
 
Marque a alternativa que apresenta os 3Vs: 
 
A) Variedade; Vencimento; Valor. 
B) Volume; Variedade; Velocidade. 
C) Volume; Validade; Variedade. 
D) Variedade; Validez; Volume. 
 
8 O objetivo principal do modelo preditivo é ir além de saber o que aconteceu, ao 
fornecer uma melhor estimativa do que poderá acontecer no futuro. Usando dados, 
algoritmos e métodos oriundos da estatística, aprendizado de máquinas e mineração de 
dados para se determinar as chances de resultados futuros, ou desconhecidos, com base 
em dados passados. 
O modelo preditivo apresenta três aspectos importantes e que precisam ser 
compreendidos. 
 
Qual das alternativas apresenta os aspectos corretos? 
 
A) Coletar Dados; Gerir Dados; Prever Dados. 
B) Ensinar o Modelo; Fazer Análises; Gera Relatórios. 
C) Coletar Dados; Treinar o Modelo; Fazer Predições. 
D) Fazer predições; Fazer Análise; Avaliar Custos. 
 
9 Aprovado pelo plenário do Senado Federal, o PLC 53/2018 dispõe sobre a proteção de 
dados pessoais e altera a Lei 12.965/16 do Marco Civil da Internet, sendo consolidada 
como a Lei Geral de Proteção de Dados Brasileira (LGPD). 
 
 Recentemente, Josefa Christina fez uma compra on-line em um site e-commerce, no 
qual forneceu seus principais dados pessoais, como: nome, CPF, e-mail, telefone, 
endereço. Logo em seguida, passou a receber diversas ofertas de outros sites parceiros 
do e-commerce no qual ela havia realizado a compra, mas em momento algum 
concordou em compartilhar os seus dados. Diante deste cenário e de acordo com a Lei 
Geral de Proteção de Dados Brasileiros, qual direito não foi atendido pelo site em que 
Josefa realizou suas compras on-line? Marque a opção correta: 
 
A) Direito à Privacidade. 
B) Segurança Jurídica. 
C) Direito do Consumidor. 
D) Regras para empresas. 
 
10 “As Coisas”, que englobam desde sensores (temperatura, umidade, luminosidade, 
etc.), os objetos do nosso dia a dia (geladeiras, TVs, carros, etc.) estarão conectados 
entre si em rede, de modo inteligente e passarão a “sentir” o mundo ao redor e a 
interagir.” (ASHTON, K., 1999). 
 
O trecho acima trata de que tecnologia? Marque a opção correta: 
 
A) Internet das Coisas. 
B) Machine Learning. 
C) Big Data. 
D) Data Science. 
 
11 Nas palavras de Eric Siegel, em seu livro Predictive Analytics: “Os dados que 
coletamos atualmente nos permitem ver coisas que até pouco tempo atrás eram 
grandes demais para enxergarmos.” 
 
 Quando estamos falando de Big Data, em uma das suas etapas tratamos a capacidade 
de análise dos dados. Há quatro tipos de análises em Big Data, uma delas é a Análise 
Preditiva. Assinale qual das opções abaixo descreve corretamente este tipo de análise. 
 
A) Utilizada para perceber performances passadas e atuais de negócios,para tomada 
de decisões, categorizando, caracterizando, consolidando e classificando os dados em 
informação útil. Utilizam-se métricas e técnicas de estatística para gerar gráficos e 
relatórios sobre orçamentos, vendas, receitas, processamento analítico on-line (OLAP), 
painéis/scorecards e visualização de dados. Através desta análise, uma organização 
pode avaliar dados sobre a queda das vendas de um produto ou faturamento da 
empresa nas últimas semanas ou meses, por exemplo. 
B) Utiliza a otimização de forma a identificar as melhores alternativas e maximizar ou 
minimizar algum objetivo. Utilizam-se ferramentas estatísticas tanto de análise 
descritiva quanto a preditiva alinhada à gestão de negócios, para gerar recomendações 
automáticas buscando aperfeiçoar estratégias. Basicamente é uma forma de definir qual 
a escolha será mais efetiva em determinada situação. 
C) Avalia performances passadas, detectando padrões e relações entre os dados 
futuros. O objetivo é “prever” o futuro, por meio de mineração de dados, dados 
estatísticos e históricos. Para este modelo também são utilizadas técnicas como Machine 
Learning e Inteligência Artificial. Um exemplo seria a previsão do faturamento para o 
próximo trimestre ou a quantidade de chamadas que poderão ocorrer em uma central 
de call center para próxima campanha publicitária. 
D) Se preocupa exclusivamente com os dados passados, é utilizada com interesse em 
saber o motivo por que determinados eventos aconteceram, na tentativa de minimizar 
eventuais problemas presentes. Corresponde a um tipo mais avançado de análise, em 
que são utilizadas técnicas como mineração, correlações, detalhamento e descoberta de 
dados em busca da descoberta das causas do problema. 
 
12 Compreendemos que as soluções tecnológicas que trabalham com Big Data permitem 
analisar um volume enorme de dados de forma rápida e ainda oferece um melhor 
controle para os gestores das informações. 
 
 As alternativas abaixo representam aplicações de Big Data: 
 
 ( ) Reduzir más contratações, analisar rapidamente todos os dados dos candidatos, 
inclusive se suas ideologias e metas estão de acordo com os princípios da empresa, 
maximizando a probabilidade de contratar o funcionário ideal. 
 
 ( ) Serviços oferecidos por Fast Foods, como Burger King e McDonald’s estão se 
tornando otimizados, as unidades estão sendo monitoradas e mudando os recursos de 
menu, conforme o perfil do cliente. 
 
 ( ) Prever performance, predizer se determinado colaborador será capaz de se 
destacar perante os demais do setor, se possui ideias inovadoras para o negócio ou 
talento para outras atividades na empresa, necessita de uma análise minuciosa e 
constante. 
 
 ( ) Gerar recomendações, utilizar o histórico de compras e buscas do cliente pelo 
navegador para gerar uma lista de produtos que também possam ser de interesse. 
 
 
Classifique as sentenças acima como (V) verdadeiro ou (F) falso. Em seguida, marque a 
alternativa que apresenta a sequência correta: 
 
A) V; F; V; V 
B) V; V; V; V. 
C) F; V; F; F. 
D) F; F; F; V. 
 
13 Diversos são os dispositivos IoT, que juntamente com Big Data visam o tempo todo 
tornar nosso ambiente em todo o nosso entorno mais inteligente, no sentido de mais 
sensoriamentos. 
 
 Neste contexto, dispositivos IoT apresentam três classes, a saber: 
 
A- Objetos puramente passivos com identificação de dados fixos, sendo identificados na 
Physical Internface Zone. 
 
B- Objetos dotados de moderado poder computacional e percepção de contexto, por 
meio de sensores que podem gerar mensagens e variar a informação associada a eles. 
 
C- Objetos que possuem conectividade em rede, sem a intervenção humana, 
possibilitando a emergência da inteligência nos sistemas de rede. 
 
 
Portanto, marque a alternativa correta: 
 
A) As opções A e B estão corretas. 
B) Somente a opção B está correta. 
C) As opções A, B e C estão corretas. 
D) Apenas a opção A está correta. 
 
14 Cada vez mais organizações buscam formas sistemáticas para identificar, gerenciar e 
integrar dados que se encontram disponíveis em diversos meios. O que se torna um 
grande desafio diante de uma quantidade incalculável de dados. 
 
 Neste contexto, pode-se afirmar que as organizações precisam buscar que tipo de apoio 
para captar, organizar, analisar e gerenciar dados dos seus consumidores e suas 
operações, trazendo de fato impactos decisivos para o mercado e a concorrência? 
 
 Marque a alternativa correta: 
 
 
 
A) Profissionais, como equipes de analytics de forma integrada. 
B) Analista de Negócios e Administradores. 
C) Administrador de Banco de Dados e Desenvolvedores. 
D) Analista de Sistemas e Testers. 
 
15 O vasto uso de dispositivos móveis, de redes sociais e da web, em que vários dados 
são disponibilizados constantemente, gerou uma considerável elevação da quantidade 
de dados armazenados e trafegados no mundo. Há também uma crescente abundância 
de dados originados por organizações. Essa exponenciação de dados tornou-se um dos 
principais desafios para a Ciência da Computação (MCAFEE; BRYNJOLFSSON, 2012). 
 
 Mas o que são dados? Responda selecionando a alternativa correta: 
 
A) É a informação refinada por meio da análise, informação interpretada e aplicada a 
um fim. 
B) Conjunto de dados analisados é derivado de uma coleção de dados processados em 
que o contexto e o significado foram adicionados aos fatos. 
C) São compostos por fatos coletados, estatísticas ou entradas aleatórias que detêm 
pouco valor. 
D) São compostos de informações coletadas, informações estatísticas, analisadas e 
processadas. 
 
16 Tem aviões mandando informações de por onde estão voando e quais as condições 
climáticas, permitindo voos muito mais seguros e quase independentes dos pilotos. Até 
o seu carro pode transmitir quais são as condições da estrada em que você está 
dirigindo e acompanhar os dados do GPS de motoristas que ajudam a predizer os 
horários e locais que estarão mais congestionados, em parte é isso que você faz quando 
usa aplicativos para cortar caminhos. 
 
 Quando estamos falando de Big Data, estamos tratando a capacidade de análise dos 
dados. Há quatro tipos de análises em Big Data, uma delas é a Análise Prescritiva. 
Assinale qual das opções abaixo descreve corretamente este tipo de análise. 
 
A) Se preocupa com os dados passados, é utilizada com interesse em saber o motivo 
por que determinados eventos aconteceram na análise descritiva, na tentativa de 
minimizar eventuais problemas presentes. Corresponde a um tipo mais avançado de 
análise, em que são utilizadas técnicas como mineração, correlações, detalhamento e 
descoberta de dados em busca da descoberta das causas do problema. 
B) Utiliza a otimização de forma a identificar as melhores alternativas e maximizar ou 
minimizar algum objetivo. Utilizam-se ferramentas estatísticas tanto de análise 
descritiva quanto a preditiva alinhada à gestão de negócios, para gerar recomendações 
automáticas buscando aperfeiçoar estratégias. Basicamente é uma forma de definir qual 
a escolha será mais efetiva em determinada situação. 
C) Utilizada para perceber performances passadas e atuais de negócios, para tomada 
de decisões, categorizando, caracterizando, consolidando e classificando os dados em 
informação útil. Utilizam-se métricas e técnicas de estatística para gerar gráficos e 
relatórios sobre orçamentos, vendas, receitas, processamento analítico on-line (OLAP), 
painéis/scorecards e visualização de dados. Através desta análise, uma organização 
pode avaliar dados sobre a queda das vendas de um produto ou faturamento da 
empresa nas últimas semanas ou meses, por exemplo. 
D) Avalia performances passadas, detectando padrões e relações entre os dados 
futuros. O objetivo é “prever” o futuro, por meio de mineração de dados, dados 
estatísticos e históricos.Para este modelo também são utilizadas técnicas como Machine 
Learning e Inteligência Artificial. Um exemplo seria a previsão do faturamento para o 
próximo trimestre ou a quantidade de chamadas que poderão ocorrer em uma central 
de call center para próxima campanha publicitária. 
 
17 O processo para obtenção dos dados possui diversas etapas, desde a coleta do dado 
até o seu descarte. Visando auxiliar estas necessidades para captar e gerar dados e 
atribuir valor junto à tomada de decisões, há um processo genérico no qual é 
estruturado o ciclo de vida dos dados. 
 
Quais etapas compõem esse processo genérico? Marque a alternativa correta. 
 
 
 
A) Produção, Processamento, Transformação, Teste, Descarte. 
B) Desenvolvimento, Armazenamento, Transformação, Transição, Descarte. 
C) Desenvolvimento, Processamento, Construção, Análise, Descarte. 
D) Produção, Armazenamento, Transformação, Análise, Descarte. 
 
18 Nem sempre obter dados significa obter mais conhecimentos ou informações que 
acrescentem valor de negócio à tomada de decisões. Sendo preciso ir além de saber 
quais dados existem na sua empresa e quais ferramentas estão ou precisarão ser 
utilizadas, mas ainda avaliar a capacidade dos dados, identificando oportunidades para 
atender às necessidades de negócio e de fato gerar valor. 
 
 Para isso, algumas questões devem ser respondidas, como: 
 
 
 
I- Quais dados sua empresa realmente precisa? 
 
II- Quais dados existem em sua empresa? 
 
III- Como é realizada a gestão dos dados da sua empresa? 
 
 
 O que quer dizer cada item: 
 
 
P- Compreenda como seu negócio identifica prioridades para os dados melhorarem a 
tomada de decisões da empresa, podendo impulsionar os seus negócios. 
 
Q - É preciso definir, esclarecer e treinar sobre as políticas, os processos, sobre a gestão 
e a segurança dos dados confiados à sua empresa. 
 
R- Verifique quais dados dos seus consumidores proporcionam maiores engajamentos 
em sua empresa. 
 
 
 Relacione os números I, II e III às letras P, Q e R e marque a opção com a relação 
correta: 
 
A) I – P; II – Q; III – R. 
B) I – Q; II – R; III – P. 
C) I – P; II – R; III – Q. 
D) I – R; II – P; III – Q. 
 
19 O armazenamento de dados, ou retenção de informações usando uma determinada 
tecnologia para guardar e manter dados acessíveis quando necessário, exige a atenção 
de alguns aspectos. 
 
 Que aspectos devem ser considerados para o armazenamento de dados? Marque a 
opção que apresenta corretamente os mesmos. 
 
A) Portabilidade, Alta Disponibilidade; Flexibilidade. 
B) Facilidade, Escalabilidade, Flexibilidade. 
C) Escalabilidade; Alta Disponibilidade; Flexibilidade. 
D) Usabilidade, Flexibilidade, Segurança. 
 
20 Uma outra ferramenta importante para o Universo Big Data é o HBase, um grande 
Banco de Dados distribuídos, que permite acessar grande volume de dados de maneira 
rápida. 
 
Ainda sobre o HBase, podemos afirmar: 
 
( ) Tolerante a falhas; 
 
( ) Realiza pesquisas somente em dados arquivados offline; 
 
 
 
( ) Faz exportações de métricas através de plug-ins de arquivo e ganglia; 
 
 
 
( ) Modelo de dados acomoda ampla gama de casos de uso. 
 
 
 
Classifique as sentenças acima como (V) verdadeiro ou (F) falso. Em seguida, marque a 
alternativa que apresenta a sequência correta: 
 
A) V; F; V; V. 
B) F; F; V; F. 
C) V; V; V; V. 
D) F; V; V; F.