Questões de Concurso

No âmbito do processamento de dados em sistemas de computação, diferentes abordagens são utilizadas para atender às necessidades específicas de processamento. Um desses métodos é caracterizado pelo seguinte: os dados são coletados, armazenados e processados em grupos ou lotes. O processamento ocorre em momentos agendados e não é imediato. Essa abordagem é comumente empregada para tarefas que não requerem respostas instantâneas, como o processamento de folhas de pagamento ou a atualização de relatórios noturnos. Qual é o termo que descreve CORRETAMENTE essa abordagem?

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,

A lei de Benford, usada na área de qualidade de dados, descreve a distribuição de frequência relativa para os dígitos iniciais de números em grandes conjuntos de dados.
A distribuição P de Benford para d dígitos é descrita como

A paralelização em rotinas de ciência de dados traz benefícios importantes, especialmente quando é necessário tratar uma grande quantidade de dados.
O principal motivador para paralelizar uma rotina é