Com respeito à renegociação de valores do IPTU ocorrida na esfera municipal de uma grande cidade, a técnica de machine learning mais adequada para detectar uma possível fraude aplicada por cidadãos é: 

Considere as características técnicas das ferramentas Flink e Spark Streaming, submetidas ao consumo de um mesmo stream of data do Kafka, em condições ideais.

I. Processa dados em true real-time, lidando com cada evento assim que ele chega.
II. O modo de micro-batch introduz um pequeno delay (latência) entre a ingestão e o processamento dos dados devido à coleta em lote.
III. Mostra um fluxo mais continuo de resultados, especialmente se nenhum windowing ou batching estiver envolvido.
IV. Mais adequado para pipelines de ETL e análises de logs, nos quais a latência dos micro-batching é aceitável.
V. O modelo de processamento de fluxo real garante semântica exactly-once para o processamento de eventos, o que é essencial para aplicações críticas.

As características estão corretamente atribuídas às ferramentas em: 

A equipe de TI de uma prefeitura está desenvolvendo um painel para monitoramento de indicadores de serviços públicos, como saúde, educação e segurança. O objetivo é disponibilizar um dashboard que integre múltiplas fontes de dados, permita atualizações em tempo real e possibilite a criação de alertas para situações criticas. Como a equipe optou pelo uso da ferramenta Grafana, a configuração que atende aos requisitos de atualização em tempo real e criação de alertas é 

A prefeitura de uma grande cidade deseja processar dados provenientes de sensores instalados no trânsito urbano, coletados em tempo real, para identificar padrões de congestionamento e propor soluções automatizadas. Nesse caso, o componente específico do Apache Spark que o torna adequado para realizar esta tarefa é o 

A prefeitura de uma metrópole implementou um sistema de análise de dados para monitorar a concessão de subsídios e benefícios sociais. No entanto, o sistema começou a detectar um aumento de solicitações fraudulentas, Incluindo a inserção de dados falsos para se qualificar a benefícios indevidos. À equipe de analistas responsável identificou uma oportunidade de utilizar as TICs em favor da sociedade, diante da flagrante violação das questões éticas. Assim, optou-se por usar uma abordagem de mineração de dados para identificar padrões de fraude nos dados, considerando que muitas fraudes envolvem pequenas manipulações difíceis de identificar. A opção escolhida foi 

A Prefeitura de São Paulo está, hipoteticamente, avaliando a implementação de blockchain para aprimorar a segurança e a rastreabilidade dos dados gerados por sistemas de monitoramento urbano, incluindo imagens de câmeras, registros de acesso e relatórios automatizados. Ao estudar a tecnologia, uma Analista afirmou, com propriedade, que o blockchain 

Uma Prefeitura Municipal está desenvolvendo uma solução de Big Data para gerenciar dados de mobilidade, saúde pública e planejamento urbano. O objetivo é processar grandes volumes de dados provenientes de diversas fontes, como sensores de tráfego, prontuários eletrônicos e imagens. Optando por integrar as tecnologias Hadoop e Spark, a equipe técnica decidiu 

Qual alternativa é uma plataforma de código aberto que permite coletar, processar e armazenar dados em tempo real, que não possui suporte nativo de Machine Learning? Ela é usada para lidar com grandes volumes de dados de streaming, que são gerados continuamente por diversas fontes. 

Que tipo de análise utiliza Big Data para prever comportamentos futuros com base em padrões históricos e tendências, ajudando as organizações a tomar decisões mais informadas e de forma mais assertiva. todavia, sem gerar recomendações de ações ou soluções automaticamente? 

Big data é uma colação de dados oriundas de várias fontes e em grande quantidade. Geralmente big data é descrito através de cinco características conhecidas como 5 Vs, sendo elas: 

Não existe uma definição única e precisa de aplicações ou sistemas de Big Data embora se saiba que eles podem manipular dados estruturados, semiestruturados ou não estruturados. As aplicações ou sistemas de Big Data são tipicamente caracterizados pelos conceitos que compõem os “quatro Vs” (embora outros também tenham sido especificados).
Em relação ao tema, relacione os conceitos a seguir às suas respectivas aplicações.

1. Volume.
2. Variedade.
3. Velocidade.
4. Veracidade.

( ) Os sistemas gerenciadores de bancos de dados relacionais foram projetados e otimizados para funcionar em dados estruturados. Em aplicações de Big Data isto não é mandatório, os demais tipos de dados também têm de ser geridos e processados. Além dos estruturados, os dados podem incluir imagens, texto, áudio e vídeo. Aproximadamente 90% dos dados gerados atualmente são não estruturados. Os sistemas de Big Data precisam ser capazes de gerenciar e processar todos esses tipos de dados perfeitamente.
( ) Os dados usados em aplicações de Big Data vêm de muitas fontes, cada uma pode ter estruturas distintas e não ser totalmente confiáveis, podem haver erros, ruídos, inconsistências, desinformações deliberadas entre outros. São comumente referidos como “dados sujos”, alega-se que dados sujos custam bilhões dólares por ano e os sistemas de Big Data precisam “limpar” os dados e manter sua proveniência para justificar sua confiabilidade.
( ) Os conjuntos de dados usados nas aplicações de Big Data são massivos, normalmente na faixa de petabytes, com o rápido crescimento da Internet as aplicações em breve atingirão zettabytes. Para colocar isso em perspectiva, em 2016, o Google informou que os uploads de usuários para o YouTube exigiram 1 petabytes de nova capacidade de armazenamento por dia. Em 2018, o Facebook armazenava cerca de 250 bilhões de imagens exigindo exabytes de armazenamento.
( ) Um aspecto importante das aplicações de Big Data é que elas precisam lidar com dados que chegam ao sistema sob a forma fluxos em tempo real, exigindo que sejam capazes de processar os dados à medida que eles chegam. O Facebook processa mais de 900 milhões de fotos que os usuários carregam por dia. O Alibaba informou que durante um recente período de pico tiveram que processar 470 milhões registros de eventos por segundo. Sistemas desse tipo não permitem que os dados sejam armazenados antes do processamento.

A relação correta, na ordem apresentada, é:

Big Data é tipicamente definida por três V’s: Quais são os V’s do Big Data?