Questões de Concurso

Sobre as etapas do processo de ETL (Extract, Transform, Load), informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.

( ) A etapa de extract envolve a captura de dados de diversas fontes, como bancos de dados, arquivos CSV (Comma-Separated Values), APIs (Application Programming Interfaces), entre outros.

( ) A etapa de transform envolve a inserção ou atualização dos dados em um destino, como um banco de dados, data warehouse ou data lake.

( ) A etapa de load envolve limpeza, formatação, agregação, conversão ou enriquecimento dos dados.

O MPRS está implementando uma solução de Business Intelligence (BI) para aprimorar a análise de dados relativos a processos e ações judiciais, a fim de apoiar a tomada de decisões estratégicas e operacionais. O técnico de informática é responsável pela implantação e manutenção dessa solução, com o objetivo de estruturar os dados de forma eficiente e facilitar a consulta por diferentes departamentos e usuários. Como parte do projeto, foi adotada a modelagem multidimensional para organizar os dados relativos aos processos judiciais, incluindo informações sobre os tipos de ações, os advogados envolvidos, as decisões tomadas e os tempos de tramitação. As dimensões incluem “Processo” (com subcategorias como “Tipo de Ação”, “Status”, “Data de Abertura”), “Advogado” (com subcategorias como “Nome”, “OAB”, “Especialização”) e “Data” (com subcategorias como “Ano”, “Mês”, “Dia”). As medidas incluem a quantidade de processos, o tempo médio de tramitação e o número de decisões tomadas. Com a estrutura multidimensional, o MPRS poderá analisar os dados de forma eficiente, por exemplo, comparando o tempo de tramitação de processos entre diferentes tipos de ação ou avaliando a produtividade de advogados em relação aos processos que envolvem suas especializações.

Nesse caso, qual estrutura multidimensional está sendo implementada pelo MPRS para organizar e analisar os dados dos processos de acordo com o exposto?

No contexto da modelagem dimensional, uma Secretaria da Fazenda deseja analisar os atendimentos realizados para otimizar seus serviços e melhorara satisfação dos cidadãos. Os dados disponíveis incluem informações sobre atendimentos, cidadãos, servidores e datas.
As tabelas relevantes são:
- Tabela de Fatos (Atendimentos): Contém informações sobre cada atendimento individual, como ID do atendimento, ID do cidadão, ID do servidor, ID da data, tipo de atendimento e tempo de atendimento.
-Tabela de Dimensão (Cidadãos): Contém informações sobre os cidadãos, como ID do cidadão, nome, idade, gênero e município.
- Tabela de Dimensão (Servidores): Contém informações sobre os servidores, como ID do servidor, nome, cargo e setor.
- Tabela de Dimensão (Datas): Contém informações sobre as datas, como ID da data, data completa, dia da semana, mês e ano.
Descreve corretamente a relação entre as tabelas de fato e as tabelas de dimensões nesse contexto:

Uma Secretaria da Fazenda Estadual mantém atabela multas_tributarias com informações sobre multas aplicadas a contribuintes. A estrutura da tabela é apresentada a seguir:

Devido a uma decisão judicial, todas as multas pendentes aplicadas antes de 2023 devem ter seu valor reduzido em 10%. Em um banco de dados aberto e em condições ideais, o comando SQL que realiza essa atualização é:

Uma auditoria tributária precisa armazenar e gerenciar dados de impostos pagos por empresas ao longo de vários anos. Os dados incluem informações estruturadas, como identificação da empresa, valores de impostos e datas de pagamento, mas também dados não estruturados, como relatórios de auditoria em PDF, notas fiscais digitalizadas e comentários dos auditores em texto livre. O modelo de banco de dados mais adequado para atender às necessidades de escalabilidade e flexibilidade da empresa nesse caso é o Modelo