2610313 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Inteligência ArtificialMachine LearningDeep Learning

A recente explosão de machine learning e deep learning tornou os tensores populares. TensorFlow e PyTorch são dois frameworks com suporte a API de tensor.

Em relação aos tensores, assinale a opção incorreta.

A

Tensor representa um array multidimensional junto com operações definidas.

B

Os tensores, internamente, são implementados como estruturas de dados leves que mantêm um ponteiro para o armazenamento e outros metadados, como tamanho e forma.

C

Os próprios dados do tensor são armazenados em um buffer contíguo.

D

Utilizar um buffer contíguo permite que vários tensores compartilhem os mesmos dados, mas forneçam diferentes visualizações.

E

Quando os tensores têm dimensões diferentes, certas operações não podem ser realizadas sem primeiro colocar os tensores nas mesmas dimensões, para isso possuem a operação automática denominada replicação.

Provas

Questão presente nas seguintes provas

2610312 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Big DataApache Spark

1. linhas = sc.textFile("dados.txt")
2. linhasComprimento = linhas.map(lambda s: len(s))
3. totalComprimento = linhasComprimento.reduce(lambda a, b: a + b)

Em relação ao código pyspark acima, assinale a afirmativa incorreta.

Provas

Questão presente nas seguintes provas

2610311 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Big DataHadoopYARN

O principal objetivo do Hadoop YARN foi dividir as funcionalidades de gerenciamento de recursos e agendamento/monitoramento de tarefas em daemons separados.

Assinale a opção que não figura como uma característica da arquitetura de Hadoop YARN.

A

O ResourceManager é a autoridade máxima que arbitra os recursos entre todas as aplicações do sistema e possui dois componentes principais: Scheduler e ApplicationsManager.

B

O Scheduler é responsável por alocar recursos para as aplicações em execução e são sujeitos a restrições de capacidade de recursos, filas etc.

C

O Scheduler é um scheduler puro no sentido de que não realiza nenhuma ação de monitoramento ou tracking de status para o aplicativo.

D

O NodeManager é o agente deployado em cada máquina e não é responsável pelo monitoramento de recursos (cpu, memória, disco, rede).

E

O ApplicationManager é responsável por aceitar envios de jobs, negociar o primeiro contêiner para executar a instância ApplicationMaster para a aplicação e fornecer o serviço para reiniciar o contêiner ApplicationMaster em caso de falha.

Provas

Questão presente nas seguintes provas

2610309 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Big Data

Considere a consulta de streaming que conta os cliques dos usuários por país para uma campanha publicitária na web a cada 30 minutos. Ao aplicar o modelo de processamento de micro batch a esta consulta, o fluxo de dados é dividido em duas fases: batching e processing, como mostra a figura a seguir.

Enunciado 3539822-1

O processamento stream é obtido repetindo as fases de batching e processing para as novas tuplas de dados.

Em relação ao processamento stream em micro-batches, assinale a opção incorreta.

A

As fases de batching e processing não são sobrepostas para quaisquer dois batches consecutivos.

B

Na fase batching, as tuplas de dados de fluxo são acumuladas por um intervalo de lote predeterminado. Em seguida, o conteúdo do lote é particionado e emitido na forma de blocos de dados para processamento paralelo.

C

Na fase processing, a consulta é executada na memória como um pipeline dos estágios map e reduce.

D

No estágio map, uma função definida pelo usuário é aplicada em paralelo a cada bloco de dados (por exemplo, um filtro sobre as tuplas clickstream).

E

O estágio reduce agrega o resultado do estágio map para produzir a saída batch (por exemplo, soma os cliques para cada país).

Provas

Questão presente nas seguintes provas

2610308 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Big DataApache Spark

O Apache Spark é um framework para processamento paralelo e oferece suporte ao processamento na memória para aumentar o desempenho de aplicações de big data.

Em relação aos RDDs e a suas operações, assinale a afirmativa incorreta.

A

Os RDDs suportam dois tipos de operações: transformações, que criam um novo conjunto de dados a partir de um existente, e ações, que retornam um valor ao Driver Program após executar uma computação no conjunto de dados.

B

Map é uma transformação que passa cada elemento do conjunto de dados por uma função e retorna um novo RDD representando os resultados.

C

Reduce é uma ação que agrega todos os elementos do RDD usando alguma função e retorna o resultado final ao Driver Program.

D

Todas as transformações no Spark são lazy, pois não calculam seus resultados imediatamente. Em vez disso, eles apenas lembram as transformações aplicadas a algum conjunto de dados.

E

As transformações só são computadas quando uma ação ou determinadas transformações exigem que um resultado seja retornado Driver Program.

Provas

Questão presente nas seguintes provas

2610307 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Big DataApache Spark

Matei Zaharia et al. propuseram o framework Spark como alternativa para processar workloads que reutilizam dados através de múltiplas operações paralelas.

As opções a seguir apresentam características do framework Spark, à exceção de uma. Assinale-a.

A

Spark oferece suporte a dois tipos restritos de variáveis compartilhadas: broadcast e accumulators.

B

Spark prove três principais abstrações para a programação paralela: RDDs, operações paralelas, e operações de comunicação.

C

Os RDDs suportam tolerância a falhas por meio do conceito de linhagem (lineage).

D

Os usuários podem explicitamente armazenar RDDs em cache na memória entre um conjunto de máquinas e reutilizá-lo em várias operações paralelas.

E

RDDs (resilient distributed datasets) ou conjunto de dados distribuído resiliente é uma coleção de objetos de só leitura particionados em um conjunto de máquinas e pode ser reconstruído caso alguma partição for perdida.

Provas

Questão presente nas seguintes provas

2610293 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Governança de DadosDMBOK

Sobre o conceito de Governança de Dados (DAMA), assinale a afirmativa correta.

A

É a função central da Gestão, que representa o exercício da autoridade e do controle de estratégias etc.

B

Serve para criar e manter a arquitetura corporativa de dados de acordo com objetivos estratégicos da empresa.

C

É a função responsável por definir e manter políticas de segurança a fim de prover autenticação, acesso e auditoria.

D

Trata-se de Função operacional responsável por manter os dados através dos vários ciclos, até o arquivamento final ou eliminação.

E

Serve para definir e controlar atividades para a disponibilização de visões únicas de dados mestre (Golden Record) e de referência na empresa.

Provas

Questão presente nas seguintes provas

2610286 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

BI: Business IntelligenceConceitos e Fundamentos de BI

Kimball elenca uma série de conceitos fundamentais para a elaboração de um modelo dimensional.

Em relação a esses conceitos, assinale a afirmativa incorreta.

A

O estabelecimento da granularidade mostra exatamente o que é representado por uma linha na tabela de fato.

B

A análise de requisitos de negócio e o conhecimento da realidade em relação aos dados disponíveis nos sistemas de origem é uma etapa essencial.

C

Todo o contexto descritivo de um modelo dimensional está pautado nas tabelas de fato, revelando quem, o que, onde, quando, por que, e como.

D

Os processos de negócio são eventos usados para gerar métricas de performance que são traduzidas em fatos em uma tabela de fato.

E

O processo de design do modelo dimensional em quatro etapas contempla: 1) selecionar os processos de negócio; 2) estabelecer a granularidade; 3) identificar as dimensões; e 4) identificar os fatos.

Provas

Questão presente nas seguintes provas

2610285 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEF-MG

Provas:

Auditor-Fiscal da Receita Estadual - TI
Provas ×

Big DataHadoopHDFS

O HDFS foi projetado para armazenar arquivos grandes como uma sequência de blocos.

Em relação à replicação dos dados, assinale a afirmativa incorreta.

A

A replicação de blocos de dados não ocorre quando o NameNode está no estado Safemode.

B

O fator de replicação pode ser especificado no momento da criação de um arquivo e pode ser alterado posteriormente.

C

Os arquivos no HDFS são de gravação única (write-once) com exceção para acréscimos e truncamentos, e têm estritamente um writer a qualquer momento.

D

Um bloco é considerado replicado com segurança quando as três réplicas desse bloco de dados são verificadas com o NameNode.

E

Como o NameNode não permite que os DataNodes tenham várias réplicas do mesmo bloco, o número máximo de réplicas criadas é o número total de DataNodes naquele momento.

Provas

Questão presente nas seguintes provas

2610141 Ano: 2023
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: CGE-SC

Provas:

Auditor do Estado - Ciências da Computação
Provas ×

Inteligência ArtificialMachine LearningRedes Neurais

Sobre as redes neurais convolucionais (CNNs) é correto afirmar que

A

ao treinar CNNs utilizando transferência de aprendizado, começamos com um modelo pré-treinado e executamos numa nova tarefa qualquer, sem precisar se preocupar com o formato e o tipo de dados.

B

ao treinar CNNs utilizando transferência de aprendizado para ajuste fino, começamos com um modelo pré-treinado e atualizamos todos os parâmetros do modelo para nossa nova tarefa, basicamente retreinando todo o modelo.

C

uma rede neural convolucional pode ser utilizada para reconhecer os mais variados tipos de dados. Por exemplo, textos, imagens e dados de clientes. Para isso, basta que os dados de entrada sejam transformados por alguma técnica de extração de características em simples vetores de características.

D

as últimas camadas convolucionais de uma rede neural CNN são capazes de extrair características mais baixo nível dos dados, como linhas, círculos e pontos, enquanto as primeiras camadas extraem características mais alto nível, detalhes mais específicos dos objetos reconhecidos.

E

as camadas de pooling das CNNS são capazes de extrair características de médio nível, reconhecendo características que são mais detalhadas que as primeiras camadas convolucionais.