Questões de Concurso

Em relação aos fundamentos da ciência de dados, bem como a coleta, tratamento e armazenamento de dados, julgue o item a seguir.

O tratamento de dados é uma etapa opcional quando se trabalha com conjuntos de dados de pequeno porte, pois dados brutos de alta qualidade são suficientes para treinar modelos de aprendizado de máquina com desempenho satisfatório.

Acerca de pipeline de dados e bancos de dados não relacionais, julgue o item a seguir.

Pipeline de dados é uma sequência de processos em que dados de múltiplas fontes operacionais são extraídos, transformações são realizadas para se garantir qualidade e consistência, e os dados são carregados em um repositório centralizado, sendo essencial para integração de dados em ambientes de analytics e business intelligence.

Acerca de pipeline de dados e bancos de dados não relacionais, julgue o item a seguir.

Bancos de dados NoSQL como MongoDB e Cassandra utilizam esquemas rígidos e predefinidos similares aos bancos de dados relacionais, garantindo conformidade com propriedades ACID em todas as operações, o que os torna mais apropriados que bancos relacionais para dados altamente estruturados.

Com relação a processamento analítico, data warehouse e tecnologias de Big Data, julgue o item subsequente.

Data warehouse é um repositório centralizado que integra dados de múltiplas fontes operacionais, utiliza modelagem dimensional (como star schema ou snowflake) para organizar dados, e é otimizado para análises históricas e consultas multidimensionais, diferenciando-se de bancos de dados operacionais devido a sua arquitetura e seu propósito.

Com relação a processamento analítico, data warehouse e tecnologias de Big Data, julgue o item subsequente.

O Hadoop implementa o modelo de programação MapReduce para processamento distribuído de grandes volumes de dados, utilizando o HDFS para armazenamento distribuído com replicação de blocos de dados em múltiplos nós, garantindo tolerância a falhas e alta disponibilidade em clusters.