Big Data Analytic e a Tomada de Decisões

Prévia do material em texto

1.Grande parte do sucesso do Spark está relacionado à sua estrutura, que é composta por alguns componentes. O principal deles é o RDD.
Sobre este componente, classifique V para as sentenças verdadeiras e F para as falsas:
( ) É uma estrutura física do Spark que guarda informações dos objetos do Spark. Sua única limitação é não possuir um mecanismo para tratamento de falhas.
( ) Possui uma estrutura similar a uma tabela, conhecida como dataset que pode armazenar dados de diferentes tipos.
( ) Fornece suporte a dois tipos de operações: transformação e ação. Quando se aplica uma transformação um novo RDD é criado, mas o conjunto de dados só é alterado se for aplicada uma etapa de ação.
( ) Algumas operações de transformação são: SortByKey, FlatMap e GroupByKey enquanto que collect, count e CountByKey são operações de ação.
A partir das alternativas abaixo, assinale a CORRETA: 
A) V – V – V – F. 
B) F – V – V – F.
C) F – F – V – V.
D) F – V – V – V. 
2.A inovação que permeia toda a organização, que se alimenta de aprendizado (ao longo da vida), que se desenvolve por meio de ferramentas e metodologias específicas, que utiliza racionalmente tecnologias, que se valida por indicadores próprios, que persegue novos valores e é potencializada por meio dos novos processos gerenciais, deve ser vista como a principal alavanca do crescimento sustentável de uma organização.
STAREC, Claudio (Org.). Gestão da informação, inovação e inteligência competitiva: como transformar a informação em vantagem competitiva nas organizações. São Paulo: Saraiva, 2012.
Sobre inovação, analise as sentenças que seguem:
I - A gestão para inovação se preocupa em respeitar a cultura organizacional, utilizando o modelo mais indicado à organização.
II - Para inovar, é necessário repensar padrões e conceitos, romper barreiras e agregar valor.
III - Para que as organizações consigam efetivamente implantar a inovação, é preciso, necessariamente, que desenvolvam novas tecnologias.
Assinale a alternativa que apresenta a resposta correta: 
A) As sentenças I e II estão corretas.
B As sentenças I, II e III estão corretas.
C) As sentenças I e III estão corretas.
D) As sentenças II e III estão corretas.
3.Para inovar, é preciso pensar fora da caixa, ser ousado, buscar por conhecimento, pesquisar, estabelecer parcerias e ter comprometimento. Isso posto, assinale V para verdadeiro e F para falso nas afirmações que seguem:
( ) O Manual de Oslo, editado pela Organização para a Cooperação e o Desenvolvimento Econômico (OCDE, 2005), responsável pela definição de inovação adotada mundialmente, fez uma alteração que expandiu o conceito de inovação, abrangendo o setor financeiro e acrescentando as mensurações estatísticas da definição.
( ) O Manual de Oslo fez uma alteração que expandiu o conceito de inovação, abrangendo o setor de serviços e removendo a palavra “tecnológica” da definição, estabelecendo como possível, a inovação em produtos, em processos, em serviços, em marketing e em sistemas organizacionais.
( ) “A Lei do Bem”, define inovação tecnológica como a concepção de novo produto ou processo de fabricação, bem como agrega novas funcionalidades ou características ao produto ou processo, implicando melhorias incrementais e efetivo ganho de qualidade ou produtividade.
Assinale a alternativa que apresenta a sequência correta de respostas: 
A) V – V – V.
B) F – V – V.
C) F – V – F.
D) V – V – F.
4.Apesar do grande crescimento, o Big Data é um conceito amplo que se refere à forma como lidamos com a grande quantidade de dados disponível para uso. Além disso, a empresa precisa construir uma infraestrutura para lidar com uma infinidade de fontes e processá-las em um tempo razoável.
Diante disso, em qual cenário uma empresa pode estar diante de um Big Data? A partir das alternativas abaixo, assinale a CORRETA:
A) Em circunstâncias onde o volume de dados da organização aumente significativamente, tornando-se necessário comprar novos servidores, o que poderia elevar os custos com armazenamento. 
B) Em situações onde a infraestrutura de dados da empresa apresenta elevada taxa de latência e/ou inviabilidade para análises de dados de grande volume e em diferentes formatos e estruturas.
C) Quando a análise de dados tradicional não estiver mais trazendo real valor para a organização, o que poderia indicar a possibilidade de trazer inovação com novas formas de analisar os dados.
D) Quando o conjunto de dados ultrapassar a casa dos 1PB e a empresa precise lidar com dados estruturados, semiestruturados e/ou não estruturados.
5.Em métodos hierárquicos tradicionais a complexidade no espaço O(n²) e no tempo O(n³) é algo que limita o poder de ação dos algoritmos. E, em muitos casos, algumas circunstâncias tornam o processo de análise extremamente oneroso ou mesmo inviável. Essa limitação tem sido evidenciada por alguns fatores, quais destes é possível destacar?
A partir das alternativas abaixo, assinale a CORRETA:
A) O volume intenso e variado de dados que estão sendo gerados e requeridos para análise. 
B) O modelo de gestão de dados que impôs o uso de algoritmos distribuídos para ganhos de performance.
C) O crescente número de ferramentas voltadas para Big Data que substituem as formas de análise tradicionais.
D) A exigência cada vez mais recorrente de aplicações voltadas para detecção de eventos anômalos.
6.O Apache Spark oferece não somente a capacidade de processamento, como também a possibilidade de realizar análises mais avançadas através de um conjunto de bibliotecas. Considerando isso, associe os itens, conforme o código abaixo:
I – Spark SQL.
II – Spark Streaming.
III – Spark MLlib.
IV – Spark GraphX.
( ) Contém um conjunto de algoritmos otimizados de Machine Learning projetados para trabalharem em paralelo.
( ) Projetadas para processar estruturas em rede de forma otimizada e com elevada eficiência.
( ) É possível realizar consultas e processar dados estruturados em ambiente Big Data de forma ágil.
( ) Útil para manipular e processar dados de tempo real, analisando microbacths de dados de tempos em tempos.
A partir das alternativas abaixo, assinale a CORRETA:
A) IV – III – I – II.
B) III – IV – I – II. 
C) II – III – IV – I. 
D) III – II – I – IV.
7.As fontes de dados podem ser externas - quando se referem a fontes em que a organização não tem total controle – ou internas, quando a organização possui total controle. Ambas são úteis para análise em Big Data, visto que podem fornecer uma visão mais ampla de como o negócio está posicionado no mercado. Sobre a estrutura dos dados contidos nas fontes, é possível classificar em: dados estruturados, semiestruturados e não estruturados.
Com base nisso, associe os itens I,II e III com as descrições correspondentes abaixo:
I – Dados estruturados.
II – Dados semiestruturados.
III – Dados não estruturados.
( ) São dados que apresentam uma estrutura flexível e autodescritiva.
( ) São dados que apresentam uma estrutura bem definida com tamanho fixo.
( ) São dados que não apresentam uma estrutura e são descritos em linguagem natural.
 Assinale a alternativa que apresenta a sequência CORRETA dos itens:
A) II – I – III. 
B) II – III – I.
C) I – III – II. 
D) I – II – III. 
8.O Apache Hadoop contém uma série de componentes que podem ser integrados ao framework. Esses componentes podem ser úteis para as mais diversas finalidades, como armazenamento, transferência de grandes volumes de dados ou até mesmo aplicação de algoritmos preditivos.
A partir das opções abaixo, classifique V para as sentenças verdadeiras e F para as falsas:
( ) O Apache Hive é um componente que pode ser integrado ao Hadoop para coletar dados de fontes estruturadas.
( ) O Apache HBase é um banco de dados não relacional propício a ambientes Big Data, uma vez que suporta um grande volume de dados mantendo alto desempenho.
( ) O Apache Sqoop permite mover grandes volumes de dados das fontes para o HDFS.
( ) O Apache Mahout é um componente responsável por trabalhar diretamente com os dados da fonte: extraindo e coletando dadostanto para processamento em lote como em tempo real.
A partir das alternativas abaixo, assinale a CORRETA: 
A) V – V – V – F. 
B) F – V – F – V.
C) F – F – V – V. 
D) V – V – F – F. 
9.Um processo de análise de dados pode ser representado em quatro etapas. Cada uma dessas etapas possui particularidades que vão desde a base para implementação de análise de dados nas empresas até profundos e sofisticados mecanismos de análise dentro das organizações.
 
Em se tratando dos tipos de análises existentes, qual a opção que descreve a análise prescritiva? A partir das alternativas abaixo, assinale a CORRETA:
A) É um tipo de análise voltado para responder apenas perguntas de situações que ainda não ocorreram, mas que provavelmente venham a ocorrer. Isso é obtido através da criação de modelos de aprendizagem de máquina avançados.
B) Etapa mais avançada da análise de dados que fornece apoio à tomada de decisão de forma automatizada com mínima intervenção humana. Isso é possível graças às experiências desenvolvidas que são aperfeiçoadas ao longo do tempo.
C) É um processo voltado para responder perguntas do passado para inferir situações que venham a ocorrer. Por isso, a participação humana é importante para fornecer suporte e aprimorar as decisões obtidas pelos algoritmos implementados.
D) Análise prescritiva refere-se ao tipo de análise que é responsável por tomar as decisões com independência. Procura responder perguntas como: “Por que esse evento aconteceu?” e obtém respostas através de algoritmos de classificação.
10.Ferramentas para inovação são metodologias de apoio ao processo de criação de novas concepções. Diante disso, analise e associe os itens que seguem:
I – Estratégia do oceano azul
II – Brainstorming
III – Business Model Canvas
IV – Design Thinking
( ) Metodologia de geração de ideias sobre novos produtos, serviços e campanhas publicitárias. Foca, prioritariamente, a quantidade de ideias geradas, desprezando a qualidade, em um primeiro momento.
( ) Metodologia baseada em ação criativa. É um processo interativo que exige experimentação e cujo foco principal se volta para o consumidor.
( ) Consiste em um mapa dividido em nove blocos que definirão, de maneira rápida e prática, o modelo de negócios de uma organização.
( ) Apresenta uma nova maneira de pensar sobre estratégia, resultando na criação de novos espaços e na separação da concorrência.
Assinale a alternativa que apresenta a sequência correta de respostas: 
A) I – II – III – IV.
B) II – IV – III – I.
C) I – II – IV – III.
D) II – I – III – IV.
11.A transição da Web representou um importante mecanismo para a revolução dos dados e expôs um novo cenário de explosão e novos formatos para análise de dados nos meios digitais.
Nesse sentido, dentre as três fases da web, qual destas representou a gênese para explosão dos dados?
A partir das alternativas abaixo, assinale a CORRETA:
A) Na Web 2.0 onde os usuários passaram a gerar conteúdo a partir de sistemas dinâmicos. 
B) Na Web 3.0 a partir da geração de conteúdo por parte do usuário e a compreensão semântica de suas atividades na rede.
C) Na Web 1.0 que representou o primeiro contato dos usuários em relação à web. 
D) Entre a Web 1.0 e Web 2.0 com o surgimento das primeiras redes sociais. 
12.O gerenciamento da inovação é o processo de aquisição de capacidades relevantes para melhorar o desempenho da organização.
Nesse sentido, assinale a alternativa que apresenta as cinco principais áreas de atuação do gerenciamento da inovação: 
A) Imagem, sustentabilidade, processos, serviços e oferta.
B) Design, projeto, produto e estratégia.
C) Oferta, processos, marca, clientes, produto.
D) Organização, estratégias, processo, recursos e aprendizado.
13.Os métodos tradicionais de agrupamento (clustering) podem ser implementados por uma diversidade de algoritmos.
 Relacione a classe de algoritmos com os métodos, associando os itens, conforme o código abaixo:
I – Algoritmos DIANA, ROCK.
II – Algoritmos DBSCAN, OPTICS.
III – Algoritmos Expectation-Maximization (EM), Self-Organization Map (SOM)
IV – Algoritmos K-Means, CLARANS.
V – Algoritmos STING, WAVECLUSTER.
( ) Métodos hierárquicos.
( ) Métodos baseados em grid.
( ) Métodos de particionamento.
( ) Métodos baseados em modelos.
( ) Métodos baseados em densidade.
 
Assinale a alternativa que apresenta a sequência CORRETA: 
A) II – V – III – IV – I.
B) III – IV – II – I – V.
C) I – V – IV – III – II. 
D) I – IV – V – II – III.
14.Existem diversos métodos tradicionais que podem ser empregados para análise em cluster e são potencialmente interessantes em cenários de baixa complexidade - com quantidade de dados reduzida.
Em relação aos métodos hierárquicos é CORRETO afirmar que:
A) Agrupa um conjunto de pontos de dados em uma estrutura de árvore (dendograma) e fornece boa capacidade para comunicação dos resultados. 
B) Divide o cluster através de níveis, onde os objetos alocados nos níveis superiores da árvore são mais próximos entre si. 
C) Apresenta como vantagem a simplicidade e o fato de ser eficiente, mesmo em situações onde o conjunto de dados é significativo.
D) Define aleatoriamente um ponto de partida para o parâmetro K e assim tenta otimizar o resultado ao longo das iterações.
15.As métricas de segmentação representam outra classe de medidas para análise de redes sociais.
Em relação a essas métricas, associe os itens, conforme o código abaixo:
I – Coeficiente de agrupamento.
II – Coesão.
III – Clique.
( ) É uma medida que representa o grau de ligação existente entre dois vértices.
( ) É uma medida que indica a probabilidade de formação de clusters entre os vértices.
( ) Quando um determinado vértice está diretamente conectado a todos os outros vértices.
A partir das alternativas abaixo, assinale a CORRETA: 
A) II – III – I. 
B) I – II – III. 
C) II – I – III. 
D) III – II – I.
16.A definição de uma arquitetura que atenda às necessidades é algo central em projetos de Big Data e pode ajudar diretamente gestores de negócio em suas tomadas de decisão.
Dessa forma, em termos de projetos: que requisitos e componentes principais uma arquitetura tradicional deve ter? A partir das alternativas abaixo, assinale a CORRETA: 
A) Capacidade para armazenar e processar grandes volumes de dados entregando a informação certa no tempo certo. Para isso é necessário definir uma camada de extração e ingestão de dados eficiente, política de armazenamento, definição do tipo de análise e uma camada para apresentação de resultados. 
B) Forte mecanismo de integração de dados para entregar ao gestor de negócios informações de forma transparente e única. É necessário alto investimento em máquinas que possam suportar o armazenamento e processamento paralelo a fim de que seja possível analisar os dados e entregá-los à camada de apresentação.
C) Lidar com dados de quaisquer naturezas obtidos a partir de diversas fontes (internas e externas). Implementação de estrutura que suporte armazenamento e processamento em larga escala tanto para dados em lote quanto em fluxo contínuo. 
D) Alto investimento em infraestrutura para suportar as demandas de Big Data. Implementação de um sólido mecanismo de coleta e armazenamento de dados no Hadoop para processar grandes volumes de dados em tempo real e uma camada de visualização que será útil para gestores de negócio extrair insights.
17.“O processo de Big Data Analytics é utilizado nos negócios para descobrir padrões. Encontrar as tendências de mercado e acompanhar o comportamento do consumidor ajuda os negócios em suas decisões estratégicas e de marketing”.
Disponível em: < https://marketingconteudo.com/big-data-analytics/ >
Em relação ao processo de Big Data, o que é possível afirmar?
A partir das alternativas abaixo, assinale a CORRETA:
A) É interativa e constituída de etapas similares à análise tradicional, com a diferença de que pode manipular grandes conjuntos de dados em nuvem.
B) É interativo devido às etapas de todo o processo serem independentes umas das outras, além de apresentar escopo bemreduzido, simplificando a análise. 
C) É interativo e constituído pelas etapas de extração, ingestão, transformação, limpeza, análise de dados e visualização de dados. 
D) É considerado iterativo de baixa complexidade se comparado à análise de dados tradicional, com etapas bem definidas e dependentes entre si.
18.A clusterização é uma técnica de aprendizagem não supervisionada que visa classificar um conjunto de dados semelhantes em um mesmo grupo.
No que se refere à clusterização é CORRETO afirmar que: 
A) É útil para classificar um grupo de objetos com classes já definidas, por exemplo, prever a média de vendas de casas em uma determinada região. 
B) Composto por várias medidas de distância, entre estas a distância Euclidiana que, devido à sua popularidade, pode se aplicar a praticamente todas as classes de problemas.
C) Dados que fazem parte do mesmo grupo apresentam um grau de similaridade ou dissimilaridade elevado. 
D) É empregada em situações onde não há conhecimento prévio de uma classe. A classificação é feita mediante agrupamento através de alguma medida de distância. 
19.Uma das principais vantagens da clusterização baseada em MapReduce é, sem dúvida, a transparência de toda complexidade de implementação envolvida com a distribuição dos dados entre os clusters ou mesmo a capacidade para detectar e corrigir falhas que eventualmente possam ocorrer durante o processo.
Relacione as técnicas com os algoritmos que as compõem, associando os itens, conforme o código abaixo:
I – Clusterização Paralela.
II – Clusterização baseada em MapReduce.
( ) GPMR.
( ) PBIRCH.
( ) MR-DBSCAN.
( ) G-DBSCAN.
A partir das alternativas abaixo, assinale a CORRETA: 
A) II – I – I – II. 
B) I – II – II – I.
C) II – I – II – I. 
D) I – II – I – II. 
20.Em épocas passadas as empresas conviviam com certas limitações, em termos de tecnologia, para que pudessem analisar seus dados.
Por outro lado, nos dias atuais, as tecnologias possibilitaram e estimularam a produção de conteudo.
Tendo isso em mente, classifique V para as sentenças verdadeiras e F para as falsas:
 
( ) As empresas precisam lidar com o alto volume e variedade de dados digitais propondo soluções automáticas de análise a fim de se manterem competitivas.
( ) As empresas orientadas a dados têm à disposição uma massiva quantidade de dados, porém, em muitos casos não sabem como gerenciá-los.
( ) A elevada produção de conteúdo implica em um problema de sobrecarga de informação, evidenciando as limitações da ação humana para lidar com isso.
Assinale a alternativa correta:
A) V – F – F.
B) F – V – V.
C) V – V – V.
D) V – F – V.