Uma Secretaria da Fazenda realiza o tratamento de dados pessoais de contribuintes para fins de arrecadação, fiscalização tributária, cobrança administrativa e cumprimento de obrigações legais. Parte desses dados é compartilhada com outros órgãos públicos e processada por empresas contratadas para manutenção de sistemas e análise de dados fiscais. O Fiscal e a equipe de TI da Secretaria devem fundamentalmente conhecer as hipóteses legais de tratamento de dados pelo Poder Público, os direitos dos titulares, as responsabilidades dos agentes de tratamento e o papel da Autoridade Nacional de Proteção de Dados (ANPD) porque, na aplicação da legislação de proteção de dados,

Uma Secretaria da Fazenda está implantando um ambiente analítico para acompanhar a arrecadação de ICMS ao longo dos anos. O objetivo é permitir análises por período, contribuinte, atividade econômica e localidade, bem como cálculos de totais, médias e comparações temporais. O time de TI optou por utilizar modelagem dimensional, avaliando o uso de Star Schema e Snowflake Schema conforme as necessidades de desempenho e manutenção do modelo. Nessa avaliação, o time observou que

O Diretor de TI de uma Secretaria da Fazenda precisa modernizar a arquitetura de dados da fiscalização, que atualmente lida com cadastros de contribuintes armazenados em tabelas relacionais, Notas Fiscais Eletrônicas em formato XML e relatórios de fiscalização em PDF e texto livre (linguagem natural), em geral tratados como dados não estruturados para fins arquiteturais e analíticos, podendo demandar técnicas de extração e processamento para uso sistemático. Para garantir que a estratégia de armazenamento e análise seja eficiente e compatível com as características desses diferentes tipos de dados, o analista responsável deve classificá-los e tratá-los considerando que

Um analista de uma Secretaria da Fazenda precisa apresentar um relatório sobre a arrecadação média de ICMS de um setor comercial. Para que o relatório tenha validade técnica, ele decide utilizar uma amostra aleatória e construir um intervalo de confiança para a média populacional. Visando a otimizar a precisão da fiscalização, garantindo a correta aplicação dos fundamentos de inferência, e a reduzir a margem de erro, mantendo um nível de confiança elevado, o analista deve

Ao analisar grandes volumes de notas fiscais eletrônicas para apóio à fiscalização estadual, uma equipe de TI aplica estatística descritiva para compreender o comportamento dos valores declarados por contribuintes, considerando distribuições assimeétricas, presença de valores extremos e necessidade de subsidiar modelos de inteligência artificial. A aplicação tecnicamente adequada das medidas de tendência central e de dispersão nesse cenário ocorre quando se

Uma SEFAZ faz a análise de milhões de notas fiscais eletrônicas com relações não lineares, presença de ruído e necessidade de reduzir autuações indevidas decorrentes de variância do modelo. Nesse cenário, o algoritmo adequado para ser utilizado é

Uma Secretaria da Fazenda analisa declarações fiscais sem rótulos prévios para identificar padrões de comportamento econômico atípico entre contribuintes, visando a subsidiar auditorias. A abordagem de aprendizado de máquina corretamente aplicada ao cenário descrito é aprendizado

Considere a segmentação de contribuintes por perfil de comportamento fiscal com variáveis numéricas padronizadas e a necessidade de reduzir sensibilidade à inicialização e estabilizar agrupamentos ao longo do tempo. A prática técnica mais adequada ao aplicar K-Means ao cenário descrito é