Com relação ao ETL, ELT e suas tecnologias, avalie as afirmativas a seguir e assinale V para a verdadeira e F para a falsa.

( ) ELT utiliza fluxos de trabalho de análise de dados e de aprendizado de máquina. O ELT é frequentemente usado por uma organização para: Extrair dados de sistemas legados, limpar os dados para melhorar sua qualidade e carregar dados em um banco de dados de destino. O ELT transforma dados no trânsito.
( ) ETL copia ou exporta os dados dos locais de origem, mas, em vez de carregá-los em uma área de preparação para transformação, ele carrega os dados em estado brutos diretamente no armazenamento de dados no destino para serem transformados conforme necessário. O ETL não transforma nenhum dado no trânsito.
( ) A ordem das etapas não é a única diferença entre ETL e ELT. No ELT, o armazenamento de dados de destino pode ser um armazém de dados, mas, mais frequentemente, é um data lake, que é um armazenamento central grande projetado para manter tanto dados estruturados quanto não estruturados em grande escala.

As afirmativas são, respectivamente,

As dimensões de qualidade de dados discutidas no DAMA-DMBOK2 descrevem características mensuráveis dos dados que ajudam a definir seus requisitos de qualidade.

A dimensão que se refere ao grau em que os dados representam corretamente entidades da “vida real” é denominada

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

A respeito das inovações que apontam para o desenvolvimento na área de ciência da computação, Internet e inteligência artificial, julgue o item.

A inteligência artificial tem se desenvolvido a ponto de criar chatbot que leva jovens a fazerem terapia de ajuda às dificuldades da vida.

Sobre o conceito e importância de análise de dados, assinale se a asserção (A) é verdadeira e se a razão (R) é uma explicação correta da asserção:


(A): A análise de dados é crucial para as organizações modernas, pois transforma grandes volumes de dados brutos em insights acionáveis que podem informar decisões estratégicas.
(R): A análise de dados permite às organizações identificarem tendências, padrões e anomalias, otimizando processos e melhorando a tomada de decisões baseada em evidências.


Indique se:

No contexto da tecnologia e análise de dados, considere as seguintes afirmações sobre Big Data e identifique a correta:

Acerca do desenvolvimento de pipelines e do processamento distribuído para aprendizado de máquina, julgue o seguinte item.

MLflow é uma ferramenta exclusiva para uma única tarefa, como treinamento ou implantação de modelos, proporcionando funcionalidades para experimentação, rastreamento de parâmetros e métricas, reprodução de modelos, empacotamento e implantação.

Acerca do desenvolvimento de pipelines e do processamento distribuído para aprendizado de máquina, julgue o seguinte item.

Apache Spark é frequentemente usado para escalabilidade em ambientes de aprendizado de máquina.

Julgue o próximo item, relativos a linguagens, ferramentas e bibliotecas que facilitam a criação, o treinamento e a implantação de modelos de software com aprendizado de máquina.

Bibliotecas como TensorFlow e PyTorch são exclusivas para algoritmos de aprendizado profundo e não são adequadas para tarefas de aprendizado de máquina tradicionais.

Julgue o próximo item, relativos a linguagens, ferramentas e bibliotecas que facilitam a criação, o treinamento e a implantação de modelos de software com aprendizado de máquina.

Pandas e NumPy são bibliotecas que oferecem uma base sólida para a realização de tarefas de análise de dados, desde a importação de dados até a visualização de resultados.