Questões de Concurso Público DATAPREV 2024 para ATI - Análise de Negócio de TI

A instrução DDL que é utilizada para modificar a estrutura de uma tabela existente, como adicionar uma nova coluna, é

Uma empresa de exportações enfrenta dificuldades em acessar dados atualizados sobre suas vendas e a satisfação de seus clientes, o que dificulta a tomada de decisões estratégicas. Para solucionar esse problema, o departamento de TI decidiu implementar uma ferramenta de Business Intelligence (BI) que permita a criação de relatórios e dashboards interativos. Com essa solução, os gestores poderão visualizar gráficos atualizados, filtrar informações por período ou região e identificar rapidamente tendências e problemas.
Nesse contexto, uma das principais vantagens de utilizar dashboards que permitem a interação do usuário com os dados em ferramentas de BI é a

Sobre os conceitos de dados, informação, conhecimento e inteligência, é correto afirmar que

Uma empresa de varejo deseja analisar suas vendas de forma mais estratégica, buscando identificar tendências, sazonalidades e oportunidades de melhoria. Para isso, decidiram implementar um sistema de OLAP (Online Analytical Processing) que permita a análise multidimensional de seus dados de vendas, armazenados em um Data Warehouse.
Considere as seguintes afirmativas sobre OLAP (Online Analytical Processing) nesse contexto:

I. OLAP permite a análise multidimensional de grandes volumes de dados, possibilitando a exploração de informações sob diferentes perspectivas, como tempo, produto e região.
II. As operações de OLAP incluem slice (fatiar), dice (cortar em cubos), drill-down (detalhar) e roll-up (agregar), que permitem navegar pelos dados em diferentes níveis de granularidade.
III. OLAP é utilizado principalmente para processar transações em tempo real, como vendas e pagamentos, garantindo a consistência dos dados.
IV. O Data Warehouse é um componente essencial para o OLAP, pois armazena os dados históricos de forma integrada e estruturada, facilitando a análise multidimensional.

Está correto o que se afirma em

Você foi contratado como analista de dados em uma empresa que está implementando um sistema de Business Intelligence (BI). Durante uma reunião com a equipe de TI, discute-se sobre a importância dos metadados no projeto.
Nesse contexto, em um sistema de BI, o principal objetivo dos metadados é

Em relação à análise de dados em Business Intelligence, a distinção entre dados estruturados e não estruturados influencia significativamente a escolha das ferramentas e técnicas de análise utilizadas.
Assinale a opção que indica a principal diferença entre esses tipos de dados.

Em um data warehouse, a modelagem dimensional desempenha um papel crucial na otimização de consultas e na facilitação da análise de grandes volumes de dados.
Considerando o esquema estrela (star schema), amplamente utilizado nesse contexto, analise as afirmativas a seguir:

I. O esquema estrela é caracterizado por uma tabela de fatos central, que armazena as métricas de negócio, conectada diretamente a várias tabelas de dimensões, que fornecem o contexto para essas métricas.
II. As tabelas de dimensões no esquema estrela são tipicamente normalizadas, garantindo a integridade dos dados e evitando redundâncias.
III. A estrutura do esquema estrela facilita a execução de consultas OLAP (Online Analytical Processing), permitindo a análise multidimensional dos dados sob diferentes perspectivas, como tempo, produto e região.
IV. Uma das vantagens do esquema estrela é a sua simplicidade e facilidade de compreensão, o que contribui para um desenvolvimento mais ágil e uma manutenção mais eficiente do data warehouse.

Está correto o que se afirma em

Uma empresa da área financeira está desenvolvendo um sistema de Business Intelligence que utiliza técnicas de modelagem preditiva para detectar fraudes em transações em tempo real. Os dados coletados são altamente voláteis e vêm de múltiplas fontes, incluindo sistemas legados e serviços em nuvem. Para garantir a eficiência e precisão do sistema, é necessário considerar aspectos como qualidade dos dados, latência mínima e implementação de algoritmos de inteligência artificial avançados.
Com base nesse cenário, a abordagem mais adequada para atender aos requisitos do sistema é

Uma empresa da área financeira está desenvolvendo um sistema de Business Intelligence que utiliza técnicas de modelagem preditiva para detectar fraudes em transações em tempo real. Os dados coletados são altamente voláteis e vêm de múltiplas fontes, incluindo sistemas legados e serviços em nuvem. Para garantir a eficiência e precisão do sistema, é necessário considerar aspectos como qualidade dos dados, latência mínima e implementação de algoritmos de inteligência artificial avançados.
Com base nesse cenário, a abordagem mais adequada para atender aos requisitos do sistema é 

Uma empresa multinacional está desenvolvendo uma plataforma avançada de Business Intelligence (BI) para integrar e analisar dados provenientes de diversas unidades de negócio ao redor do mundo. As fontes de dados incluem:

Sistemas transacionais estruturados: bancos de dados relacionais de ERP e CRM que armazenam informações sobre vendas, clientes e operações internas.

Dados semiestruturados: arquivos XML e JSON contendo registros de transações online e interações de usuários em aplicativos móveis.

Dados não estruturados: logs de servidores web, postagens em redes sociais, emails de suporte ao cliente dados de sensores IoT.

A empresa planeja implementar um Data Warehouse com um modelo multidimensional otimizado para permitir análises complexas e operações de OLAP que suportem a tomada de decisões estratégicas.
Durante o projeto, a equipe enfrenta os seguintes desafios:

Integração de dados heterogêneos: unificar dados estruturados, semiestruturados e não estruturados em um ambiente coeso. 

Modelagem e otimização: desenvolver um modelo multidimensional que atenda às necessidades analíticas complexas, mantendo o desempenho. Definição de hierarquias e granularidades: estabelecer níveis adequados de detalhe para suportar operações de OLAP como drill-down e roll-up.
Com base nesse cenário, avalie as afirmativas a seguir:

I. Para mapear as fontes de dados heterogêneas, é essencial utilizar metadados padronizados que descrevam a estrutura, o significado e a qualidade dos dados, facilitando sua integração no Data Warehouse.
II. Na modelagem multidimensional, a adoção de um esquema em floco de neve (snowflake schema), com tabelas de dimensões normalizadas, melhora o desempenho das consultas OLAP em comparação com o esquema estrela (star schema).
III. As operações de OLAP permitem análises em múltiplas dimensões; por exemplo, o slice fixa um valor em uma dimensão, enquanto o dice cria um subcubo selecionando valores específicos em múltiplas dimensões.
IV. A implementação de uma política de governança de dados clara e abrangente é fundamental para garantir a qualidade, consistência, segurança e privacidade dos dados ao longo de todo o ciclo de vida do projeto de BI.

Está correto o que se afirma em