Questões de Banco de Dados - Big Data para Concurso
Foram encontradas 238 questões
Ano: 2024
Banca:
FGV
Órgão:
CVM
Prova:
FGV - 2024 - CVM - Inspetor CVM - Perfil 1 - Mercado de Capitais - Manhã |
Q2515937
Banco de Dados
O analista Igor está explorando diversos dados sobre transações
financeiras disponíveis no ambiente de big data da CVM. Para
apoiar suas análises, Igor quer visualizar os dados em gráficos.
Para analisar tendências, Igor deve usar o gráfico do tipo:
Ano: 2024
Banca:
FGV
Órgão:
CVM
Prova:
FGV - 2024 - CVM - Inspetor CVM - Perfil 1 - Mercado de Capitais - Manhã |
Q2515936
Banco de Dados
Maria, analista de mercado da CVM, precisa analisar milhares de
negociações financeiras para obter insights e tomar decisões ao
longo do dia. Maria apresentou a demanda para Tiago, o
arquiteto de big data da CVM.
Para processar as negociações financeiras como uma sequência de eventos no tempo, agrupando e filtrando os dados à medida que são capturados, o componente da arquitetura de big data que Tiago deve desenvolver é o:
Para processar as negociações financeiras como uma sequência de eventos no tempo, agrupando e filtrando os dados à medida que são capturados, o componente da arquitetura de big data que Tiago deve desenvolver é o:
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Júnior I - Especificações de Rede, Análise de Acessos, Informações e Requisitos de Segurança. Instalação e Administração de Equipamentos |
Q2515388
Banco de Dados
Armazenamento de alta performance pode ser uma exigência
quando tratamos de alguns sistemas para Big Data, Inteligência
Artificial e Computação de Alto Desempenho (HPC). Esse tipo de
armazenamento possui algumas características particulares, que o
distingue dos demais tipos de armazenamento.
Diante desse contexto, assinale a opção que apresenta um benefício chave dos sistemas de armazenamento de dados de alta performance.
Diante desse contexto, assinale a opção que apresenta um benefício chave dos sistemas de armazenamento de dados de alta performance.
Ano: 2022
Banca:
CESPE / CEBRASPE
Órgão:
SEFAZ-SE
Prova:
CESPE / CEBRASPE - 2022 - SEFAZ-SE - Auditor Técnico de Tributos (tarde) |
Q2501774
Banco de Dados
Com relação a noções de big data, julgue os itens que se seguem.
I Como qualquer tecnologia, soluções de big data também apresentam algumas restrições. Por exemplo, elas não podem ser utilizadas na área da saúde para determinar a causa de uma doença, porque esse é um procedimento complexo que somente pode ser executado por pessoas devidamente capacitadas — nesse caso, os médicos.
II Big data é qualquer tipo de fonte de dados que possui, no mínimo, as seguintes três características: volume de dados extremamente grande; velocidade de dados extremamente alta; e variedade de dados extremamente ampla.
III Para que as organizações obtenham os conhecimentos corretos, a tecnologia big data não permite que elas executem as operações de armazenar e administrar as grandes quantidades de dados de si próprias.
IV Big data é uma combinação de tecnologias de gestão de dados que evoluíram ao longo dos anos, razão por que não é considerado um mercado único.
Estão certos apenas os itens
I Como qualquer tecnologia, soluções de big data também apresentam algumas restrições. Por exemplo, elas não podem ser utilizadas na área da saúde para determinar a causa de uma doença, porque esse é um procedimento complexo que somente pode ser executado por pessoas devidamente capacitadas — nesse caso, os médicos.
II Big data é qualquer tipo de fonte de dados que possui, no mínimo, as seguintes três características: volume de dados extremamente grande; velocidade de dados extremamente alta; e variedade de dados extremamente ampla.
III Para que as organizações obtenham os conhecimentos corretos, a tecnologia big data não permite que elas executem as operações de armazenar e administrar as grandes quantidades de dados de si próprias.
IV Big data é uma combinação de tecnologias de gestão de dados que evoluíram ao longo dos anos, razão por que não é considerado um mercado único.
Estão certos apenas os itens
Ano: 2024
Banca:
FGV
Órgão:
TJ-MS
Prova:
FGV - 2024 - TJ-MS - Técnico de Nível Superior - Analista de Sistemas Computacionais - Analista de Suporte de TI |
Q2493415
Banco de Dados
Os bancos de dados massivos (Big Data) se caracterizam por
armazenar grande volume de dados heterogêneos que crescem
rapidamente ao longo do tempo.
Para implementar esse tipo de banco de dados, é necessário:
Para implementar esse tipo de banco de dados, é necessário:
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
MPO
Prova:
CESPE / CEBRASPE - 2024 - MPO - Analista de Planejamento e Orçamento - Especialidade: Gestão de Dados Orçamentários |
Q2491635
Banco de Dados
Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.
A veracidade em Big data aborda os possíveis problemas
que os dados gerados podem apresentar, como a presença de
dados incompletos, corrompidos ou com anomalias, os quais
podem resultar em diferentes níveis de incerteza e
confiabilidade.
Ano: 2024
Banca:
Instituto Access
Órgão:
INT
Prova:
Instituto Access - 2024 - INT - Tecnologista Pleno - Planejamento Tecnológico |
Q2474235
Banco de Dados
“...é um termo que descreve o grande volume de dados,
estruturados e não estruturados, que inundam os negócios
diariamente. Mas não é a quantidade de dados que é importante. O
que importa é o que as organizações fazem com os dados.”
(https://www.questionpro.com/blog/pt-br)
O texto acima está relacionado ao conceito de
(https://www.questionpro.com/blog/pt-br)
O texto acima está relacionado ao conceito de
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
MPE-GO
Prova:
CESPE / CEBRASPE - 2024 - MPE-GO - Analista em Informática |
Q2467032
Banco de Dados
Com relação a arquitetura e política de armazenamento de dados e engenharia de dados — ingestão e armazenamento de grande quantidade de dados Big Data, julgue o item subsequente.
A utilização da ingestão de dados para coletar dados de
várias fontes e enviá-los para um repositório Big Data pode
apresentar alguns desafios como usar os sistemas escaláveis,
para lidar com os grandes volumes de dados, garantir que os
dados sejam processados em tempo hábil, ter confiabilidade
e ser seguro.
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
ANTT
Prova:
CESPE / CEBRASPE - 2024 - ANTT - Especialista em Regulação de Serviços de Transportes Terrestres – Especialidade: Engenharia - Conhecimentos Específicos |
Q2463202
Banco de Dados
Acerca do processo ETL (extrair, transformar, carregar) e da manipulação, tratamento e visualização de dados, julgue o item que se segue.
Em ETL, o armazenamento de dados pode ser feito em
bancos de dados ou em data warehouse, mas não em
data lakes, porque estes seguem um padrão diferente e,
geralmente, armazenam seus dados por meio do
armazenamento de objetos ou nos HDFS (hadoop distributed
file systems).
Ano: 2024
Banca:
Fundação CETREDE
Órgão:
Prefeitura de Caucaia - CE
Prova:
Fundação CETREDE - 2024 - Prefeitura de Caucaia - CE - Analista de Sistema |
Q2459117
Banco de Dados
Os Bancos de Dados NoSQL foram projetados para
gerenciarem grandes volumes de dados. É um exemplo de
banco de dados orientado a grafos e indicado para
armazenar pequenos registros que possuem interconexões
complexas, como é o caso de dados em redes sociais.
Ano: 2024
Banca:
IV - UFG
Órgão:
TJ-AC
Prova:
CS-UFG - 2024 - TJ-AC - Analista Judiciário - Analista de Ciência de Dados |
Q2457923
Banco de Dados
As características inerentes ao Big Data implicam a
necessidade de um sistema de armazenamento,
gerenciamento e análise que seja flexível, de forma a se
adaptar facilmente aos dados sem comprometer o
desempenho. Dentre as soluções, o Data Warehouse (DW)
tem como características:
Ano: 2024
Banca:
IV - UFG
Órgão:
TJ-AC
Prova:
CS-UFG - 2024 - TJ-AC - Analista Judiciário - Analista de Ciência de Dados |
Q2457906
Banco de Dados
Apache Hadoop é o principal framework utilizado no
processamento e armazenamento de grandes conjuntos de
dados (Big Data). No ecossistema Apache Hadoop, além
dos componentes básicos, diversas ferramentas e serviços
suprem necessidades de negócios, aplicações e
arquitetura de dados. O sistema de agendamento de
WorkFlow para gerenciar os jobs de computação
distribuída do MapReduce é o:
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
ANAC
Prova:
CESPE / CEBRASPE - 2024 - ANAC - Especialista em Regulação de Aviação Civil - Área 3 |
Q2391943
Banco de Dados
No que se refere a modelagem dimensional, mineração de dados e big data, julgue o item subsequente.
Em big data, a premissa variedade refere-se ao acréscimo dos volumosos tipos de dados semiestruturados e não estruturados aos
tradicionais conjuntos de dados estruturados das organizações, responsável por impor desafios contextuais adicionais para o
armazenamento, o tratamento e a análise dos dados dessas organizações.
Ano: 2024
Banca:
FGV
Órgão:
CGM de Belo Horizonte - MG
Prova:
FGV - 2024 - CGM de Belo Horizonte - MG - Auditor Interno - Ciência da Computação - Manhã |
Q2387578
Banco de Dados
Considerando os conceitos principais de ciência de dados, analise
as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a
falsa.
( ) Em um sistema BigData, o pipeline de dados implementa as etapas necessárias para mover dados de sistemas de origem, transformar esses dados com base nos requisitos e armazenar os dados em um sistema de destino, incluindo todos os processos necessários para transformar dados brutos em dados preparados que os usuários podem consumir.
( ) Dentre os métodos de manipulação de valores ausentes, em processamento massivo e paralelo, consta a normalização numérica, que se refere ao processo de ajustar os dados para que estejam em uma escala comparável, geralmente entre 0 e 1.
( ) A demanda crescente por medidas de criptografia ponta a ponta (da produção ao backup) tornam menos eficazes e relevantes tecnologias legadas, como a deduplicação de dados (data deduplication), que busca ajudar a otimizar o armazenamento e melhorar o desempenho de um sistema ao estabelecer processo de identificar e eliminar dados duplicados em um sistema.
As afirmativas são, respectivamente,
( ) Em um sistema BigData, o pipeline de dados implementa as etapas necessárias para mover dados de sistemas de origem, transformar esses dados com base nos requisitos e armazenar os dados em um sistema de destino, incluindo todos os processos necessários para transformar dados brutos em dados preparados que os usuários podem consumir.
( ) Dentre os métodos de manipulação de valores ausentes, em processamento massivo e paralelo, consta a normalização numérica, que se refere ao processo de ajustar os dados para que estejam em uma escala comparável, geralmente entre 0 e 1.
( ) A demanda crescente por medidas de criptografia ponta a ponta (da produção ao backup) tornam menos eficazes e relevantes tecnologias legadas, como a deduplicação de dados (data deduplication), que busca ajudar a otimizar o armazenamento e melhorar o desempenho de um sistema ao estabelecer processo de identificar e eliminar dados duplicados em um sistema.
As afirmativas são, respectivamente,
Ano: 2024
Banca:
CESGRANRIO
Órgão:
IPEA
Prova:
CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |
Q2383226
Banco de Dados
Nas últimas décadas, a automatização e a inserção de
máquinas agrícolas transformaram profundamente o
panorama do trabalho nas áreas rurais [...] e, em menos de 50 anos, a produtividade do agronegócio brasileiro aumentou 400%. [...]
Esses resultados vieram com a adoção da tecnologia nos processos cotidianos, e também com o investimento em pesquisas [...]. Agora, o agronegócio pode estar diante de um novo salto de produtividade; big data e machine learning são ferramentas que estão ganhando espaço e que podem, novamente, transformar o cenário do campo.
Disponível em: https://summitagro.estadao.com.br/tendencias-e- -tecnologia/como-big-data-e-machine-learning-sao-aplicados-no- -agronegocio/. Acesso em: 5 jan. 2024. Adaptado.
A utilização da plataforma paralela de processamento MapReduce aplica-se adequadamente como um framework de processamento de Big Data, visando à escalabilidade para as aplicações.
Nesse contexto, uma característica inerente à MapReduce é a
Esses resultados vieram com a adoção da tecnologia nos processos cotidianos, e também com o investimento em pesquisas [...]. Agora, o agronegócio pode estar diante de um novo salto de produtividade; big data e machine learning são ferramentas que estão ganhando espaço e que podem, novamente, transformar o cenário do campo.
Disponível em: https://summitagro.estadao.com.br/tendencias-e- -tecnologia/como-big-data-e-machine-learning-sao-aplicados-no- -agronegocio/. Acesso em: 5 jan. 2024. Adaptado.
A utilização da plataforma paralela de processamento MapReduce aplica-se adequadamente como um framework de processamento de Big Data, visando à escalabilidade para as aplicações.
Nesse contexto, uma característica inerente à MapReduce é a
Ano: 2024
Banca:
CESGRANRIO
Órgão:
IPEA
Prova:
CESGRANRIO - 2024 - IPEA - Técnico de Planejamento e Pesquisa -Ciência de Dados |
Q2383220
Banco de Dados
O Ecossistema Spark tem componentes que oferecem
funcionalidades específicas que o tornam uma ferramenta
versátil e eficiente para o processamento de grandes
volumes de dados, a análise em tempo real, o aprendizado
de máquina e muito mais. Essa integração e flexibilidade
são algumas das razões pelas quais o Spark se tornou
uma ferramenta amplamente utilizada em aplicações
de Big Data. Os componentes da Plataforma Spark
pertencem a dois grupos principais: os componentes
básicos e os componentes especializados, que provêm
funcionalidades mais avançadas. Dentre os componentes
básicos, podemos destacar o Spark Core, também
conhecido como “coração” do Ecossistema, e que é
responsável pelas tarefas consideradas essenciais.
O componente Spark Core
O componente Spark Core
Ano: 2024
Banca:
FGV
Órgão:
Prefeitura de São José dos Campos - SP
Prova:
FGV - 2024 - Prefeitura de São José dos Campos - SP - Analista em Gestão Municipal (Tecnologia da Informação) |
Q2380768
Banco de Dados
O Big Data é um conceito recente, sendo normalmente definido
por um conjunto de termos, definidos como 5 “V”s. Relacione os
termos a seguir com suas respectivas representações.
1. Volume.
2. Variedade.
3. Veracidade.
4. Velocidade.
( ) É um termo cunhado pela IBM que está sendo usado como o quarto “V” para descrever Big Data. Refere-se à conformidade com os fatos: precisão, qualidade ou confiabilidade dos dados. Ferramentas e técnicas são frequentemente usadas para lidar com Big Data, transformando os dados em insights de qualidade e confiáveis.
( ) Significa a celeridade com que os dados estão sendo produzidos e com que presteza os dados devem ser processados (ou seja, capturados, armazenados e analisados) para atender a necessidade ou demanda. Talvez seja a característica mais negligenciada do Big Data.
( ) É a característica mais comum do Big Data. Muitos fatores contribuíram ao aumento exponencial na quantidade de dados, como dados baseados em transações armazenados ao longo dos anos, os dados das mídias sociais, aumentando a quantidade de dados de sensores, dados RFID e GPS gerados automaticamente e assim por diante.
( ) Atualmente os dados hoje possuem diversos e tipos e formatos, desde bancos de dados relacionais aos XML e dados capturados por sensores, vídeo, áudio. Segundo estimativas, 80 a 85 por cento de todos os dados das organizações estão em algum tipo de formato não estruturado ou semiestruturado.
A relação correta, na ordem dada, é
1. Volume.
2. Variedade.
3. Veracidade.
4. Velocidade.
( ) É um termo cunhado pela IBM que está sendo usado como o quarto “V” para descrever Big Data. Refere-se à conformidade com os fatos: precisão, qualidade ou confiabilidade dos dados. Ferramentas e técnicas são frequentemente usadas para lidar com Big Data, transformando os dados em insights de qualidade e confiáveis.
( ) Significa a celeridade com que os dados estão sendo produzidos e com que presteza os dados devem ser processados (ou seja, capturados, armazenados e analisados) para atender a necessidade ou demanda. Talvez seja a característica mais negligenciada do Big Data.
( ) É a característica mais comum do Big Data. Muitos fatores contribuíram ao aumento exponencial na quantidade de dados, como dados baseados em transações armazenados ao longo dos anos, os dados das mídias sociais, aumentando a quantidade de dados de sensores, dados RFID e GPS gerados automaticamente e assim por diante.
( ) Atualmente os dados hoje possuem diversos e tipos e formatos, desde bancos de dados relacionais aos XML e dados capturados por sensores, vídeo, áudio. Segundo estimativas, 80 a 85 por cento de todos os dados das organizações estão em algum tipo de formato não estruturado ou semiestruturado.
A relação correta, na ordem dada, é
Ano: 2024
Banca:
IDHTEC
Órgão:
Câmara de Itapissuma - PE
Prova:
IDHTEC - 2024 - Câmara de Itapissuma - PE - Ouvidor |
Q2380292
Banco de Dados
No contexto da tecnologia e análise de dados, considere as seguintes afirmações sobre Big Data e identifique a correta:
Ano: 2024
Banca:
FGV
Órgão:
CGM de Belo Horizonte - MG
Prova:
FGV - 2024 - CGM de Belo Horizonte - MG - Auditor Interno - Administração - Manhã |
Q2366049
Banco de Dados
Graças ao avanço tecnológico, a capacidade de armazenamento e produção de dados digitais cresceu de forma exponencial, alcançado níveis que superam significativamente as expectativas da sociedade de alguns anos atrás. Esses conjuntos de dados, que por sua grandeza e complexidade demandam nova técnicas e tecnologias para o seu processamento, são conhecidos como Big Data.
Sobre as características do Big Data, analise os itens a seguir.
I. Veracidade.
II. Valor.
III. Validade.
Está correto o que se afirma em
Sobre as características do Big Data, analise os itens a seguir.
I. Veracidade.
II. Valor.
III. Validade.
Está correto o que se afirma em
Ano: 2024
Banca:
CESPE / CEBRASPE
Órgão:
CTI
Prova:
CESPE / CEBRASPE - 2024 - CTI - Tecnologista Pleno 2 - I - Especialidade: Indústria 4.0 e Governo Digital - Área de Atuação: Sistemas Ciberfísicos e Cidades Inteligentes |
Q2365237
Banco de Dados
Com relação a Big Data, julgue o item seguinte.
Volume, variedade, velocidade, valor, veracidade,
variabilidade e visualização são conceitos abrangidos na
definição de Big Data.
Conheça nossos planos