Com relação ao algoritmo de K-Means, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) Consiste em fixar k centroides de modo quadrático, sendo um para cada novo cluster.
( ) Associa cada indivíduo ao centroide do seu vizinho, obtido pelo cálculo da minimização da soma quadrática das distâncias entre os dados e os centroides mais próximos.
( ) Recalcula os centroides com base nos indivíduos classificados.

As afirmativas são, na ordem apresentada, respectivamente, 

O Power BI da Microsoft oferece centenas de tipos de visualização de dados distintas.
A visualização que utiliza mapas com sombreamento ou tonalidades ou padrões para exibir como um valor difere na proporção em uma localização geográfica ou região, exibe, rapidamente, essas diferenças relativas, com sombreamento que varia de claro (menos frequente/inferior) para escuro (mais frequente/mais).
Esse mapa se denomina 

Com relação aos estágios do processamento e otimização de consultas SQL em sistemas de bancos de dados distribuídos, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) A consulta de entrada em dados distribuídos é especificada formalmente usando uma linguagem de consultas, que depois, é traduzida para uma consulta algébrica em relações globais. A tradução refere-se ao esquema conceitual global e não leva em consideração a distribuição e a replicação de dados.

( ) Em bancos de dados distribuídos, a fragmentação resulta em relações armazenadas em sites separados com alguns fragmentos. Este estágio mapeia a consulta distribuída no esquema global para as consultas separadas em fragmentos individuais, usando informações de distribuição e replicação de dados.

( ) A otimização local da consulta consiste em construir uma estratégia com base em uma lista de candidatas que está mais próxima do ideal. A lista de consultas otimizadas pode ser obtida ao permutar a ordenação das operações em uma consulta de fragmentos geradas em estágios anteriores.

As afirmativas são, na ordem apresentada, respectivamente,

Assinale a opção que apresenta o Princípio de Gestalt de Percepção Visual, explorado pelo processo de storytelling, e que visa entender como as pessoas percebem que objetos que têm cor, forma, tamanho ou orientação semelhantes são percebidos como relacionados ou pertencentes a um mesmo grupo. 

Uma regra de associação utilizada em mineração de dados é uma expressão de implicação no formato X → Y, onde X e Y são conjuntos disjuntos de itens, onde X ∩ Y = Ø. A força de uma regra de associação pode ser medida em termos do seu suporte (sup) e confiança (conf).

Assinale a opção que apresenta a definição formal da métrica confiança.

Assinale a opção que apresenta os tipos de métricas presentes nas tabelas Fato utilizadas em modelos multidimensionais.

Assinale a opção que apresenta os principais componentes da arquitetura de um sistema de BI.

Com relação ao teorema CAP e suas propriedades aplicadas ao contexto de bancos de dados NoSQL na Web, analise as afirmativas a seguir.

I. Consistência é a garantia de o sistema devolverá a resposta correta a cada requisição de dados que atender, ou seja, os dados devolvidos serão os mais atualizados que estejam disponíveis.

II. Atomicidade é a garantia de que toda requisição recebida pelo sistema em um nó não falho, será respondida o mais isoladamente possível.

III. Performance é a garantia de que o sistema continue operante mesmo no caso da ocorrência de uma falha que isole os nós em grupos, e que os nós não consigam se comunicar com os demais do grupo.

Está correto o que se afirma em

A figura a seguir exibe duas relações R e S.

Sobre essas relações foi aplicada a operação R ÷ S da álgebra relacional.

Assinale a opção que apresenta a relação T resultante. 

Com relação às arquiteturas de big data, analise as afirmativas a seguir.

I. As arquiteturas de big data suportam um ou mais tipos de carga de trabalho, por exemplo, processamento em lote de fontes de big data em repouso; processamento em tempo real de big data em movimento; exploração interativa de big data e análise preditiva e aprendizado de máquina.

II. A arquitetura kappa aborda o problema da baixa latência criando dois caminhos para o fluxo de dados. Todos os dados que entram no sistema passam por dois caminhos: a camada de lote (caminho frio) que armazena os dados de entrada em sua forma bruta e executa o processamento os dados em lote, e a camada de velocidade (hot path) que analisa os dados em tempo real. Essa camada é projetada para ter baixa latência, em detrimento da precisão.

III. A arquitetura lambda, posterior à kappa, foi proposta para ser uma alternativa para mitigar os problemas da baixa latência. Lambda tem os mesmos objetivos da kappa, mas com uma distinção importante: todos os dados fluem por um único caminho, usando um sistema de processamento de fluxo de dados. Semelhante à camada de velocidade da arquitetura lambda, todo o processamento de eventos é realizado através de um fluxo único de entrada.

Está correto o que se afirma em

Com relação às características dos componentes do ecossistema Hadoop, analise as afirmativas a seguir.

I. Kafka é um gerenciador de armazenamento de dados do tipo colunar de código aberto de fácil integração com MapReduce e Spark, que utiliza o modelo de consistência forte, permite que o desenvolvedor escolha requisitos de consistência por solicitação, incluindo a opção de consistência estritamente serializável.

II. Impala, que tem forte integração com o Kudu, permite que o desenvolvedor de aplicações o utilize para inserir, consultar, atualizar e excluir dados no Kudu usando a sintaxe SQL do Impala. Adicionalmente, permite usar JDBC ou ODBC para conectar aplicativos novos ou pré-existentes escritos em qualquer linguagem, estrutura ou ferramenta de inteligência de negócios.

III. Kudu permite integrar seu próprio catálogo com o Hive Metastore (HMS). O HMS é o provedor de metadados e catálogo padrão no ecossistema Hadoop. Quando a integração está habilitada, as tabelas Kudu podem ser descobertas e usadas por ferramentas externas com reconhecimento de HMS, mesmo que elas não estejam integradas ao Kudu.

Está correto o que se afirma em

Leia o fragmento a seguir.

“Atualmente, no contexto do Big Data e Data Analytics, faz-se referência às características enunciadas por pesquisadores e produtores de soluções como sendo um conjunto de cinco Vs. Originalmente, a definição clássica de Big Data fez referência a três Vs fundamentais: _____, _____ e _____ de dados que demandam formas inovadoras e rentáveis de processamento da informação, para melhor percepção e tomada de decisão.”

Assinale a opção cujos itens completam corretamente as lacunas do fragmento acima, na ordem apresentada.

CRISP-DM é um modelo de referência não proprietário e tecnologicamente neutro que pode ser usado por iniciantes ou especialistas para descrever o ciclo de vida de projetos de Mineração de Dados em seis fases distintas.

A terceira fase do modelo corresponde

No contexto do Oracle, uma view é updatable quando pode ser alvo de comandos update, delete, insert.

Assinale o tipo de operador/cláusula permitido na definição de uma view updatable no Oracle.

Considere o comando a seguir, num ambiente MySQL.

select *

from xpto

where match (campo) against ( 'busca' )

Os operadores utilizados supõem a existência de índices do tipo

A mineração de dados (Data Mining) envolve um conjunto de algoritmos e ferramentas que são utilizados para a exploração de dados.

Assinale o algoritmo/método usado na extração de regras de associação.

No contexto dos processos ETL (Extract, Transform & Load), analise as afirmativas a seguir.

I. A Stage Area é comumente usada para a limpeza, consolidação, agregação, alinhamento e outras funções aplicadas aos dados oriundos de múltiplas fontes.

II. Além de bancos de dados de produção, arquivos avulsos formatados como por exemplo CSV, planilhas, XML, JSON são frequentemente usados no processo de carga (load).

III. Na Stage Area são criados bancos de dados próprios com dados temporários apenas, cuja finalidade é aproveitar as facilidades de acesso e manipulação para as tarefas de transformação dos dados.

Está correto o que se afirma em

Com relação às possibilidade de replicação/recuperação de dados num ambiente PostgreSQL, analise as afirmativas a seguir.

I. O modelo de replicação utilizado é unidirecional, ou seja, do master database para um ou mais replica masters.

II. No modo de replicação síncrona, as transações do master database são confirmadas antes das mudanças tiverem sido efetivadas nas réplicas.

III. O termo checkpoint refere-se a um ponto em que todas as transações registradas no log foram atualizados nos arquivos do banco de dados.

Está correto o que se afirma em

Uma tabela do tipo InnoDB no MySQL é criada como um clustered index, de acordo com as regras estabelecidas pelo sistema.

Essa particularidade da estrutura utilizada pelo MySQL é comparável, no Oracle, à criação de uma tabela do tipo

No contexto do PostgreSQL, analise o comando SQL a seguir.

select * from public."teste" offset 2 limit 1

Assinale o efeito das cláusulas OFFSET e LIMIT sobre a execução do comando acima.