Diante da integração de cadastros de contribuintes provenientes de múltiplos sistemas fiscais, sujeitos a divergências semânticas em relação à Classificação Nacional de Atividades Econômicas (CNAE), abreviações e classificações internas, e visando garantir rastreabilidade para audítoria e reprocessamento, a técnica de pré-processamento adequada ao cenário apresentado é

Tendo em vista uma Secretaria Estadual que analisa o ICMS por contribuinte, período fiscal e região, e que precisa permitir aos auditores comparar no menor tempo possível valores consolidados e detalhados entre níveis temporais (ano → mês → dia), a operação de OLAP que atende ao requisito apresentado é a

Um Auditor está montando um fluxo de dados que extrai informações de um banco de dados SQL, de notas fiscais eletrônicas em formato JSON e de relatórios em PDF com texto livre.

Assinale a opção que indica a classificação desses três tipos de dados, respectivamente.

Um auditor precisa consolidar dados de 12 planilhas mensais diferentes em um único relatório anual no Excel 365. Ele deseja que, ao atualizar um dado na planilha mensal, o relatório anual seja atualizado automaticamente, sem a necessidade de copiar e colar.

O recurso do Excel 365 mais adequado para realizar essa extração e transformação de dados de fontes externas é

Um pipeline de dados do TCE-SC processa bilhões de registros de notas fiscais usando Spark SQL. O Auditor nota um problema de desbalanceamento de dados no qual um único executor demora muito mais que os outros para completar uma operação de Join, pois uma chave específica possui muito mais registros que as demais.

A seguinte técnica avançada de otimização no Spark 3.x permite ao motor de execução identificar esse desequilíbrio em tempo de execução e dividir a partição sobrecarregada em subtarefas menores:

Um Auditor de Controle Externo precisa processar grandes volumes de dados de georreferenciação de obras públicas em Santa Catarina. Para otimizar o tempo, ele utiliza o paradigma MapReduce.

Na fase de MAP desse paradigma, a ação principal executada nos blocos de dados distribuídos é

Para processar terabytes de logs de notas fiscais eletrônicas, o TCE-SC utiliza um cluster Apache Spark. O Auditor nota que o processamento está lento devido ao excesso de movimentação de dados entre os nós da rede durante operações de agrupamento.

A operação do Spark conhecida por causar esse fenômeno de Shuffle e que deve ser utilizada com cautela em grandes datasets é:

O TCE-SC desenvolveu um modelo de IA para detectar fraudes em licitações. Durante o treinamento, o modelo apresentou 99% de acerto na base de dados histórica, mas, ao ser aplicado em dados novos de 2026, a precisão caiu para 55%.

Esse fenômeno técnico, no qual o modelo decora os dados de treinamento mas falha em generalizar para dados novos, é conhecido como

Ao implantar um sistema de Data Warehouse (DW) para consolidar dados históricos de suas pesquisas, uma entidade pública recebeu questionamentos de gestores sobre as características dessa solução e sobre como ela se diferencia dos bancos de dados operacionais.

Com base no conceito de Data Warehouse, assinale a alternativa CORRETA.

A expansão da inteligência artificial generativa impacta diretamente: