Questões de Concurso
Comentadas sobre big data em banco de dados
Foram encontradas 341 questões
Ano: 2023
Banca:
FGV
Órgão:
TJ-SE
Prova:
FGV - 2023 - TJ-SE - Analista Judiciário - Especialidade - Análise de Sistemas - Suporte Técnico em Infraestrutura |
Q2282296
Banco de Dados
O analista de infraestrutura Jair recebeu a demanda de preparar
um ambiente para armazenar dados massivos oriundos do
Sistema de Tramitação Eletrônica de Processos, do Correio
eletrônico e do log do tráfego de rede.
Para isso, a característica de banco de dados massivos (Big Data) sobre os tipos de dados e heterogeneidade das fontes de dados que Jair deve considerar é:
Para isso, a característica de banco de dados massivos (Big Data) sobre os tipos de dados e heterogeneidade das fontes de dados que Jair deve considerar é:
Ano: 2023
Banca:
FGV
Órgão:
TJ-SE
Prova:
FGV - 2023 - TJ-SE - Analista Judiciário - Especialidade - Análise de Sistemas - Banco de Dados - |
Q2281952
Banco de Dados
A geração e o acúmulo contínuo de dados dos últimos anos
impulsionaram o desenvolvimento de diversas tecnologias Big
Data.
Uma das principais características de um banco de dados Big Data é:
Uma das principais características de um banco de dados Big Data é:
Ano: 2023
Banca:
FUVEST
Órgão:
USP
Prova:
FUVEST - 2023 - USP - Analista de Sistemas (Especialidade: Ciência de Dados) |
Q2277936
Banco de Dados
Um conceito importante em ciência de dados é o de Big Data.
As três características mais importantes deste tipo de dados
são conhecidas como os três V's, que são:
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
DATAPREV
Prova:
CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Inteligência da informação |
Q2276946
Banco de Dados
Julgue o item a seguir, relativos ao Hadoop e ao Spark.
Spark é uma arquitetura de sistema operacional para trabalhar com dados organizados de forma hierárquica, utilizando-se o módulo Spark SQL, que permite consultar arquivos pelo seu conteúdo.
Spark é uma arquitetura de sistema operacional para trabalhar com dados organizados de forma hierárquica, utilizando-se o módulo Spark SQL, que permite consultar arquivos pelo seu conteúdo.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
DATAPREV
Prova:
CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Inteligência da informação |
Q2276945
Banco de Dados
Julgue o item a seguir, relativos ao Hadoop e ao Spark.
Hadoop é uma plataforma de código aberto que oferece uma
solução tecnológica confiável e escalável para
armazenamento e análise de grande quantidade de dados.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
DATAPREV
Prova:
CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Gestão de Serviços de TIC |
Q2276380
Banco de Dados
Com relação a inteligência artificial, análise de dados e Big Data, julgue o item subsequente.
Um sistema de aprendizado não supervisionado, dotado de um conjunto de dados de treinamento que foram classificados manualmente, tenta aprender, a partir desses dados de treinamento, uma forma de classificá-los, bem como de classificar novos dados, ainda não observados.
Um sistema de aprendizado não supervisionado, dotado de um conjunto de dados de treinamento que foram classificados manualmente, tenta aprender, a partir desses dados de treinamento, uma forma de classificá-los, bem como de classificar novos dados, ainda não observados.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
DATAPREV
Prova:
CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Gestão de Serviços de TIC |
Q2276379
Banco de Dados
Com relação a inteligência artificial, análise de dados e Big Data, julgue o item subsequente.
Um gráfico muito útil para a etapa de análise de dados é o box plot, que ajuda a identificar a distribuição real ou padrão dos valores dos dados, permite visualizar mediana, quartis, valores mínimos e máximos, além de identificar possíveis outliers.
Um gráfico muito útil para a etapa de análise de dados é o box plot, que ajuda a identificar a distribuição real ou padrão dos valores dos dados, permite visualizar mediana, quartis, valores mínimos e máximos, além de identificar possíveis outliers.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
DATAPREV
Prova:
CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Gestão de Serviços de TIC |
Q2276378
Banco de Dados
Com relação a inteligência artificial, análise de dados e Big Data,
julgue o item subsequente.
Nas aplicações Big Data, a arquitetura paralela e distribuída (Cluster) é o meio para a criação de soluções capazes de analisar grandes bases de dados, processar seus pesados cálculos e disponibilizar serviços especializados para os mais diversos cenários.
Nas aplicações Big Data, a arquitetura paralela e distribuída (Cluster) é o meio para a criação de soluções capazes de analisar grandes bases de dados, processar seus pesados cálculos e disponibilizar serviços especializados para os mais diversos cenários.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
DATAPREV
Prova:
CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Sustentação Tecnológica |
Q2275524
Banco de Dados
Acerca de Big Data, business intelligence e machine learning julgue o item a seguir.
Big Data se refere a grandes e complexos conjuntos de
dados, que podem estar alocados em múltiplos servidores, e
não necessariamente esses dados precisam estar estruturados.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
DATAPREV
Prova:
CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Sustentação Tecnológica |
Q2275523
Banco de Dados
Acerca de Big Data, business intelligence e machine learning julgue o item a seguir.
O Hadoop MapReduce possui diversas bibliotecas para
manipulação e serialização de arquivos e pode ser utilizado
para disponibilizar integrações de interface para outros
sistemas.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
DATAPREV
Prova:
CESPE / CEBRASPE - 2023 - DATAPREV - Analista de Tecnologia da Informação - Perfil: Desenvolvimento de Software |
Q2275427
Banco de Dados
A respeito de arquitetura e políticas de armazenamento de dados, engenharia de dados e Big Data, julgue o próximo item.
As ferramentas utilizadas para manipular dados em Big Data são as mesmas utilizadas em bancos de dados relacionais.
As ferramentas utilizadas para manipular dados em Big Data são as mesmas utilizadas em bancos de dados relacionais.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
MPE-RO
Prova:
CESPE / CEBRASPE - 2023 - MPE-RO - Analista Programador |
Q2239446
Banco de Dados
Assinale a opção correta, a respeito de conceitos de big data.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
EMPREL
Prova:
CESPE / CEBRASPE - 2023 - EMPREL - Analista de Infraestrutura e Suporte - Especialidade: Banco de Dados |
Q2237669
Banco de Dados
No projeto de arquitetura de um data lake, a primeira etapa que
deve estar prevista é a
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
SEFIN de Fortaleza - CE
Provas:
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Direito
|
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Ciência da Computação, Informática/Processamento de Dados |
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Ciências Econômicas/Finanças |
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Contabilidade |
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Engenharia Civil |
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Geografia |
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Analista Fazendário Municipal - Área de Conhecimento: Psicologia |
Q2228109
Banco de Dados
A fim de modernizar e se adaptar às demandas de um ambiente de negócios cada vez mais digital e competitivo, a secretária de finanças de determinada organização pretende implementar uma área especializada em dados para promover a inovação, melhorar a agilidade e a velocidade de resposta às necessidades interna e externa bem como aumentar a eficiência e a produtividade do setor.
Considerando essa situação hipotética, julgue o item a seguir.
Uma das etapas que a referida área especializada em dados precisará desenvolver é a de análise exploratória, que consiste em pesquisar formas de criptografar os dados em big data da Internet e em inteligências artificiais abertas.
Considerando essa situação hipotética, julgue o item a seguir.
Uma das etapas que a referida área especializada em dados precisará desenvolver é a de análise exploratória, que consiste em pesquisar formas de criptografar os dados em big data da Internet e em inteligências artificiais abertas.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
SERPRO
Prova:
CESPE / CEBRASPE - 2023 - SERPRO - Analista - Especialização: Tecnologia |
Q2226554
Banco de Dados
Acerca de armazenamento e processamento de dados, julgue o item a seguir.
Big data é um conceito definido exclusivamente pelo volume
de dados utilizados em análises.
Ano: 2023
Banca:
CESPE / CEBRASPE
Órgão:
SEFIN de Fortaleza - CE
Prova:
CESPE / CEBRASPE - 2023 - SEFIN de Fortaleza - CE - Auditor do Tesouro Municipal |
Q2222017
Banco de Dados
Julgue o item a seguir, a respeito de ciência de dados, aprendizado de máquina, inteligência artificial, big data, governança de dados, transformação de dados e transformação digital.
O processo de tomada de decisão dos ecossistemas de big data é guiado por dados, empregando-se soluções computacionais baseadas em algoritmos de aprendizado de máquina relativos à aquisição de informação relevante; a inteligência artificial, por sua vez, limita-se a interpretar os textos existentes e dar respostas rápidas ao usuário.
O processo de tomada de decisão dos ecossistemas de big data é guiado por dados, empregando-se soluções computacionais baseadas em algoritmos de aprendizado de máquina relativos à aquisição de informação relevante; a inteligência artificial, por sua vez, limita-se a interpretar os textos existentes e dar respostas rápidas ao usuário.
Ano: 2023
Banca:
FGV
Órgão:
DPE-RS
Prova:
FGV - 2023 - DPE-RS - Analista - Área de Apoio Especializado - Tecnologia da Informação - Banco de Dados |
Q2220433
Banco de Dados
Bancos de dados Big Data podem armazenar petabytes de
informações heterogêneas e são caracterizados por:
Ano: 2023
Banca:
FGV
Órgão:
TJ-RN
Prova:
FGV - 2023 - TJ-RN - Analista Judiciário - Tecnologia de Informação – Análise de Suporte |
Q2183439
Banco de Dados
Os bancos de dados massivos possuem características que
precisam ser consideradas no desenvolvimento de soluções para
analisar os dados armazenados.
Nesse tipo de ambiente de bancos de dados, a capacidade de minimizar os ruídos dos dados oriundos de múltiplas fontes heterogêneas, identificar o que é irrelevante e redundante, e apoiar a limpeza dos dados, contribuindo para sua qualidade, corresponde à característica Big Data:
Nesse tipo de ambiente de bancos de dados, a capacidade de minimizar os ruídos dos dados oriundos de múltiplas fontes heterogêneas, identificar o que é irrelevante e redundante, e apoiar a limpeza dos dados, contribuindo para sua qualidade, corresponde à característica Big Data:
Ano: 2023
Banca:
CESGRANRIO
Órgão:
AGERIO
Prova:
CESGRANRIO - 2023 - AGERIO - Analista de Desenvolvimento / Tecnologia da Informação |
Q2174851
Banco de Dados
Na implementação de sistemas de Big Data, é comum a
utilização de tecnologias de Bancos de Dados NoSQL,
que têm como característica principal não seguir ou ir
além do Modelo Relacional e da linguagem SQL.
Duas dessas tecnologias são os Bancos de Dados orientados a documentos e orientados a colunas, exemplificados, respectivamente, pelos softwares
Duas dessas tecnologias são os Bancos de Dados orientados a documentos e orientados a colunas, exemplificados, respectivamente, pelos softwares
Ano: 2023
Banca:
FUNDATEC
Órgão:
PROCERGS
Prova:
FUNDATEC - 2023 - PROCERGS - ANC - Analista em Computação - Ênfase em Ciências de Dados |
Q2172372
Banco de Dados
Relacione a Coluna 1 à Coluna 2, associando as categorias de aprendizado de máquina
às suas características.
Coluna 1 1. Aprendizado Supervisionado. 2. Aprendizado Não Supervisionado. 3. Aprendizado Profundo.
Coluna 2 ( ) O algoritmo recebe um conjunto de dados rotulados e aprende comparando a saída do modelo com a saída esperada, reajustando seus parâmetros até chegar em um limiar aceitável e pré-determinado a priori.
( ) Os algoritmos buscam encontrar padrões ou estruturas em conjuntos de dados não rotulados, por exemplo, gerando agrupamentos de dados.
( ) Conjunto de algoritmos que modelam abstrações de alto nível de dados usando grafos com várias camadas de processamento, compostas de várias transformações lineares e não lineares.
( ) Processo de aprendizado baseado em redes neurais com várias camadas (em geral, mais de cinco camadas): entrada, saída e oculta.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Coluna 1 1. Aprendizado Supervisionado. 2. Aprendizado Não Supervisionado. 3. Aprendizado Profundo.
Coluna 2 ( ) O algoritmo recebe um conjunto de dados rotulados e aprende comparando a saída do modelo com a saída esperada, reajustando seus parâmetros até chegar em um limiar aceitável e pré-determinado a priori.
( ) Os algoritmos buscam encontrar padrões ou estruturas em conjuntos de dados não rotulados, por exemplo, gerando agrupamentos de dados.
( ) Conjunto de algoritmos que modelam abstrações de alto nível de dados usando grafos com várias camadas de processamento, compostas de várias transformações lineares e não lineares.
( ) Processo de aprendizado baseado em redes neurais com várias camadas (em geral, mais de cinco camadas): entrada, saída e oculta.
A ordem correta de preenchimento dos parênteses, de cima para baixo, é:
Conheça nossos planos