Selecionar segmento
Estude com questões de diferentes segmentos
Atenção: Isso limpará todos os campos já preenchidos no filtro!
Foram encontradas 1.880 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Ano: 2025
Banca:
FGV
Órgão:
CPRM
Prova:
FGV - 2025 - CPRM - Analista em Geociências - Análise e Desenvolvimento de Sistemas |
Q3755416
Banco de Dados
Bases de dados conhecidas como data warehouses (armazéns de
dados) apresentam características específicas que as distinguem
dos sistemas transacionais ou operacionais.
Assinale a opção que não representa uma característica típica de um data warehouse
Assinale a opção que não representa uma característica típica de um data warehouse
Ano: 2025
Banca:
FGV
Órgão:
SEDUC-SP
Prova:
FGV - 2025 - SEDUC-SP - Eixo IV - Tec da Informação (Cursos de Ciência de Dados e Desenvolvimento de Sistemas) |
Q3706679
Banco de Dados
Ferramentas de Big Data permitem processar, armazenar, analisar e visualizar dados de forma altamente eficiente e escalável. Analise as afirmações quanto às características de tais ferramentas.
I. Baixa tolerância a falhas.
II. Processamento paralelo e distribuído.
III. Esquemas rígidos obrigatórios.
IV. Armazenamento centralizado exclusivo.
V. Escalabilidade horizontal.
Estão corretas as afirmações apresentadas em:
Ano: 2025
Banca:
FGV
Órgão:
SEDUC-SP
Prova:
FGV - 2025 - SEDUC-SP - Eixo IV - Tec da Informação (Cursos de Ciência de Dados e Desenvolvimento de Sistemas) |
Q3706676
Banco de Dados
O BI (Business Intelligence) ou Inteligência de Negócios possui,
como um de seus pilares, o processo de ETL (Extraction,
Transformation and Load). O fluxo ETL é o ferramental primordial
para
Ano: 2025
Banca:
FGV
Órgão:
SEDUC-SP
Prova:
FGV - 2025 - SEDUC-SP - Eixo IV - Tec da Informação (Cursos de Ciência de Dados e Desenvolvimento de Sistemas) |
Q3706672
Banco de Dados
Um Sistema Gerenciador de Banco de Dados (SGBD) é um software
que permite definir, armazenar, consultar e manter grandes
volumes de dados de forma estruturada, garantindo segurança,
consistência e desempenho. Sabendo disso, tais sistemas são o
ferramental ideal para
Ano: 2025
Banca:
FGV
Órgão:
AgSUS
Prova:
FGV - 2025 - AgSUS - Analista de Gestão Tecnologia da Informação |
Q3660466
Banco de Dados
O processo de criação de uma representação visual ou de um
projeto detalhado de um sistema de dados é conhecido como
modelagem de dados. Esta estratégia melhora o desempenho das
consultas e facilita a compreensão do sistema para
desenvolvedores, analistas e outros profissionais.
Com relação ao uso de modelagem relacional e multidimensional, avalie as afirmativas a seguir e assinale (V) para verdadeira e (F) para falsa.
( ) A Modelagem Relacional busca garantir, com emprego da técnica de desnormalização, a integridade dos dados e a eficiência nas operações do dia-a-dia, como inserir, atualizar e excluir informações.
( ) A Modelagem Multidimensional busca otimizar, pela elevada normalização dos dados, a consulta e a agregação de grandes volumes de dados para análises complexas.
( ) A Modelagem Relacional está focada em sistemas operacionais e transacionais (OLTP - Online Transaction Processing), enquanto a Modelagem Multidimensional foca em sistemas de análise e tomada de decisão (OLAP - Online Analytical Processing), como Data Warehouses e sistemas de Business Intelligence (BI).
As afirmativas são, segundo a ordem apresentada,
Com relação ao uso de modelagem relacional e multidimensional, avalie as afirmativas a seguir e assinale (V) para verdadeira e (F) para falsa.
( ) A Modelagem Relacional busca garantir, com emprego da técnica de desnormalização, a integridade dos dados e a eficiência nas operações do dia-a-dia, como inserir, atualizar e excluir informações.
( ) A Modelagem Multidimensional busca otimizar, pela elevada normalização dos dados, a consulta e a agregação de grandes volumes de dados para análises complexas.
( ) A Modelagem Relacional está focada em sistemas operacionais e transacionais (OLTP - Online Transaction Processing), enquanto a Modelagem Multidimensional foca em sistemas de análise e tomada de decisão (OLAP - Online Analytical Processing), como Data Warehouses e sistemas de Business Intelligence (BI).
As afirmativas são, segundo a ordem apresentada,
Ano: 2025
Banca:
FGV
Órgão:
AgSUS
Prova:
FGV - 2025 - AgSUS - Analista de Gestão Tecnologia da Informação |
Q3660461
Banco de Dados
Um analista de dados utiliza a ferramenta Oracle Data
Visualization 12C. O analista executou uma sequência de ações
para criar um projeto de visualização de dados e adicionar dados,
nesse contexto, analise as afirmativas a seguir.
I. Criar ou abrir um projeto de visualização de dados ao qual deseja adicionar o conjunto de dados. Para criar um projeto novo, ele deverá acessar a Página Inicial, clicar em “New” e, em seguida, clicar em “Project” para exibir a caixa de diálogo “Add Data Set”.
II. Localizar a caixa de diálogo “Add Data Set”, selecionar os conjuntos de dados que deseja analisar e, em seguida, clicar em “Add to Project”.
III. Para visualizar dados de outro conjunto de dados no mesmo projeto, localizar o painel “Data Elements”, clicar em “Add” e, em seguida, selecionar “Add Data Set”.
IV. Por fim, o analista deverá arrastar os elementos de dados que deseja visualizar do painel “Data Elements” e começar a criar seu projeto.
Está correto o que se afirma em
I. Criar ou abrir um projeto de visualização de dados ao qual deseja adicionar o conjunto de dados. Para criar um projeto novo, ele deverá acessar a Página Inicial, clicar em “New” e, em seguida, clicar em “Project” para exibir a caixa de diálogo “Add Data Set”.
II. Localizar a caixa de diálogo “Add Data Set”, selecionar os conjuntos de dados que deseja analisar e, em seguida, clicar em “Add to Project”.
III. Para visualizar dados de outro conjunto de dados no mesmo projeto, localizar o painel “Data Elements”, clicar em “Add” e, em seguida, selecionar “Add Data Set”.
IV. Por fim, o analista deverá arrastar os elementos de dados que deseja visualizar do painel “Data Elements” e começar a criar seu projeto.
Está correto o que se afirma em
Ano: 2025
Banca:
FGV
Órgão:
AgSUS
Prova:
FGV - 2025 - AgSUS - Analista de Gestão Tecnologia da Informação |
Q3660457
Banco de Dados
Apesar do modelo relacional de bancos de dados ter sido criado
por volta dos anos 1970 ele ainda é amplamente utilizado tanto no
mercado quanto nas organizações públicas. A respeito do modelo
relacional de bancos de dados, é correto afirmar que
Ano: 2025
Banca:
FGV
Órgão:
AgSUS
Prova:
FGV - 2025 - AgSUS - Analista de Gestão Tecnologia da Informação |
Q3660448
Banco de Dados
Um analista de dados da AgSUS sabe que a detecção de anomalias,
ou detecção de valores discrepantes, é a identificação de uma
observação, evento ou ponto de dados que se desvia do que é
padrão ou esperado, tornando-o inconsistente em relação ao resto
do conjunto de dados. Relacione os tipos de anomalias de dados
às suas respectivas definições.
1. Anomalias não intencionais.
2. Anomalias pontuais.
3. Anomalias contextuais.
4. Anomalias coletivas.
( ) Essas anomalias, também conhecidas como valores discrepantes globais, são pontos de dados individuais que estão muito fora do restante do conjunto de dados. Um exemplo desses tipo anomalia é um saque de conta bancária que é significativamente maior do que qualquer um dos saques anteriores do usuário;
( ) Essas anomalias envolvem um conjunto de instâncias de dados que juntas se desviam da norma, mesmo que as instâncias individuais possam parecer normais. Um exemplo desse tipo de anomalia seria um conjunto de dados de tráfego de rede que mostra um aumento repentino no tráfego de vários endereços IP ao mesmo tempo;
( ) Essas anomalias são pontos de dados que se desviam da norma devido a erros ou ruído no processo de coleta de dados. Esses erros podem ser sistemáticos ou aleatórios, originados por problemas como sensores defeituosos ou erro humano durante a entrada de dados. Esse tipo de anomalia pode distorcer o conjunto de dados, dificultando a obtenção de insights precisos;
( ) Essas anomalias são pontos de dados que se desviam da norma dentro de um contexto específico. Essas anomalias não são necessariamente valores discrepantes quando consideradas isoladamente, mas se tornam anômalas quando vistas dentro de seu contexto específico. Por exemplo, considere o uso de energia. Se houver um aumento repentino no consumo de energia ao meio-dia, quando normalmente nenhum membro da família está em casa. Este dado pode não ser um valor discrepante quando comparado ao consumo de energia pela manhã ou à noite (quando as pessoas geralmente estão em casa), mas é anômalo em relação ao horário em que ocorreu.
A relação correta, na ordem dada, é:
1. Anomalias não intencionais.
2. Anomalias pontuais.
3. Anomalias contextuais.
4. Anomalias coletivas.
( ) Essas anomalias, também conhecidas como valores discrepantes globais, são pontos de dados individuais que estão muito fora do restante do conjunto de dados. Um exemplo desses tipo anomalia é um saque de conta bancária que é significativamente maior do que qualquer um dos saques anteriores do usuário;
( ) Essas anomalias envolvem um conjunto de instâncias de dados que juntas se desviam da norma, mesmo que as instâncias individuais possam parecer normais. Um exemplo desse tipo de anomalia seria um conjunto de dados de tráfego de rede que mostra um aumento repentino no tráfego de vários endereços IP ao mesmo tempo;
( ) Essas anomalias são pontos de dados que se desviam da norma devido a erros ou ruído no processo de coleta de dados. Esses erros podem ser sistemáticos ou aleatórios, originados por problemas como sensores defeituosos ou erro humano durante a entrada de dados. Esse tipo de anomalia pode distorcer o conjunto de dados, dificultando a obtenção de insights precisos;
( ) Essas anomalias são pontos de dados que se desviam da norma dentro de um contexto específico. Essas anomalias não são necessariamente valores discrepantes quando consideradas isoladamente, mas se tornam anômalas quando vistas dentro de seu contexto específico. Por exemplo, considere o uso de energia. Se houver um aumento repentino no consumo de energia ao meio-dia, quando normalmente nenhum membro da família está em casa. Este dado pode não ser um valor discrepante quando comparado ao consumo de energia pela manhã ou à noite (quando as pessoas geralmente estão em casa), mas é anômalo em relação ao horário em que ocorreu.
A relação correta, na ordem dada, é:
Q3642179
Banco de Dados
João está preparando um conjunto de dados do seu setor para
publicar no Portal de Dados Abertos. Após cadastrar sua
organização no portal, ele deve informar alguns descritores sobre
o conjunto de dados que serão publicados. Um deles é a licença
de uso que permite o uso, a modificação e a distribuição dos
dados, exigindo atribuição ao autor original.
De acordo com as instruções de publicação de conjunto de dados do Portal de Dados Abertos, a licença de uso que João deve informar é:
De acordo com as instruções de publicação de conjunto de dados do Portal de Dados Abertos, a licença de uso que João deve informar é:
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Auditor de Controle Externo – Tecnologia da Informação |
Q3595759
Banco de Dados
Um Tribunal de Contas implementou um banco de dados NoSQL
orientado a grafos para mapear relações complexas entre
entidades (servidores, empresas, processos licitatórios).
Essa escolha é tecnicamente justificada pela capacidade intrínseca desse modelo de:
Essa escolha é tecnicamente justificada pela capacidade intrínseca desse modelo de:
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Auditor de Controle Externo – Tecnologia da Informação |
Q3595758
Banco de Dados
Um Tribunal está implementando uma solução para gerenciar seu
vasto acervo digital, que inclui milhões de documentos
digitalizados, gravações de áudio de sessões, vídeos de audiências
e dados estruturados extraídos do sistema processual eletrônico.
Para viabilizar análises futuras complexas (como mineração de
dados, inteligência artificial e cruzamento de informações) e
consultas avançadas, optou por armazenar inicialmente todos
esses dados em um data lake.
A principal vantagem da escolha inicial pelo data lake reside no fato de que ele permite:
A principal vantagem da escolha inicial pelo data lake reside no fato de que ele permite:
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Auditor de Controle Externo – Tecnologia da Informação |
Q3595757
Banco de Dados
Considere o script SQL a seguir, desenvolvido para o controle de estoque de uma loja.
• (Comando 1) Criação de tabela de produtos CREATE TABLE Produto ( id_produto INT PRIMARY KEY, nome VARCHAR(120) NOT NULL, preco NUMERIC(10,2) NOT NULL, quantidade INT NOT NULL );
• (Comando 2) Inserção de dado inicial INSERT INTO Produto (id_produto, nome, preco, quantidade) VALUES (1, 'Mouse Óptico', 49.90, 100);
• (Comando 3) View para produtos sem estoque CREATE VIEW vw_produtos_em_falta AS SELECT id_produto, nome FROM Produto WHERE quantidade = 0;
• (Comando 4) Procedure para atualizar preço CREATE PROCEDURE atualizar_preco(p_id INT, p_preco NUMERIC(10,2)) BEGIN UPDATE Produto SET preco = p_preco WHERE id_produto = p_id; END;
• (Comando 5) Trigger para log de mudanças de preço CREATE TRIGGER trg_log_preco AFTER UPDATE OF preco ON Produto FOR EACH ROW BEGIN INSERT INTO LogAlteracoes(id_produto, campo, valor_antigo, valor_novo, dt_evento) VALUES (OLD.id_produto, 'preco', OLD.preco, NEW.preco, CURRENT_TIMESTAMP); END;
• (Comando 6) Atualização de quantidade UPDATE Produto SET quantidade = quantidade - 1 WHERE id_produto = 1;
• (Comando 7) Remoção de produtos sem estoque DELETE FROM Produto WHERE quantidade = 0;
• (Comando 8) Concessão de permissão de leitura GRANT SELECT ON Produto TO analista;
• (Comando 9) Alteração de esquema da tabela ALTER TABLE Produto ADD COLUMN ativo BOOLEAN DEFAULT TRUE;
• (Comando 10) Revogação de permissão de inserção REVOKE INSERT ON Produto FROM analista;
As instruções do tipo DML são executadas nos comandos:
• (Comando 1) Criação de tabela de produtos CREATE TABLE Produto ( id_produto INT PRIMARY KEY, nome VARCHAR(120) NOT NULL, preco NUMERIC(10,2) NOT NULL, quantidade INT NOT NULL );
• (Comando 2) Inserção de dado inicial INSERT INTO Produto (id_produto, nome, preco, quantidade) VALUES (1, 'Mouse Óptico', 49.90, 100);
• (Comando 3) View para produtos sem estoque CREATE VIEW vw_produtos_em_falta AS SELECT id_produto, nome FROM Produto WHERE quantidade = 0;
• (Comando 4) Procedure para atualizar preço CREATE PROCEDURE atualizar_preco(p_id INT, p_preco NUMERIC(10,2)) BEGIN UPDATE Produto SET preco = p_preco WHERE id_produto = p_id; END;
• (Comando 5) Trigger para log de mudanças de preço CREATE TRIGGER trg_log_preco AFTER UPDATE OF preco ON Produto FOR EACH ROW BEGIN INSERT INTO LogAlteracoes(id_produto, campo, valor_antigo, valor_novo, dt_evento) VALUES (OLD.id_produto, 'preco', OLD.preco, NEW.preco, CURRENT_TIMESTAMP); END;
• (Comando 6) Atualização de quantidade UPDATE Produto SET quantidade = quantidade - 1 WHERE id_produto = 1;
• (Comando 7) Remoção de produtos sem estoque DELETE FROM Produto WHERE quantidade = 0;
• (Comando 8) Concessão de permissão de leitura GRANT SELECT ON Produto TO analista;
• (Comando 9) Alteração de esquema da tabela ALTER TABLE Produto ADD COLUMN ativo BOOLEAN DEFAULT TRUE;
• (Comando 10) Revogação de permissão de inserção REVOKE INSERT ON Produto FROM analista;
As instruções do tipo DML são executadas nos comandos:
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Auditor de Controle Externo – Tecnologia da Informação |
Q3595755
Banco de Dados
Durante a preparação de um conjunto de dados para análise
preditiva de inadimplência, um cientista de dados identificou
diversos problemas de qualidade nos dados, incluindo:
• campos numéricos com valores negativos que não fazem sentido (como "idade" ou "renda");
• colunas categóricas com múltiplas grafias para a mesma categoria (ex: "PE", "pe", "Pernambuco");
• presença de valores nulos em campos-chave como “renda” e “número de dependentes”;
• valores repetidos na chave primária “ID cliente”.
Com base nas dimensões de qualidade de dados e nas boas práticas de tratamento com Python - especialmente usando Pandas -, é correto afirmar que a:
• campos numéricos com valores negativos que não fazem sentido (como "idade" ou "renda");
• colunas categóricas com múltiplas grafias para a mesma categoria (ex: "PE", "pe", "Pernambuco");
• presença de valores nulos em campos-chave como “renda” e “número de dependentes”;
• valores repetidos na chave primária “ID cliente”.
Com base nas dimensões de qualidade de dados e nas boas práticas de tratamento com Python - especialmente usando Pandas -, é correto afirmar que a:
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Auditor de Controle Externo – Tecnologia da Informação |
Q3595754
Banco de Dados
Em ambientes de Business Intelligence (BI) e Data Warehousing,
os processos de Extract, Transform, Load (ETL) são fundamentais
para integrar dados provenientes de diferentes fontes, garantindo
qualidade, consistência e disponibilidade para análises
estratégicas.
Em relação ao processo de ETL, assinale a afirmativa correta.
Em relação ao processo de ETL, assinale a afirmativa correta.
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Auditor de Controle Externo – Tecnologia da Informação |
Q3595749
Banco de Dados
A ferramenta mais indicada para lidar com o modelo de dados
orientado a documentos é o(a):
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Auditor de Controle Externo – Tecnologia da Informação |
Q3595748
Banco de Dados
Em um ambiente de banco de dados, um conceito muito
importante é o de transação, uma unidade atômica de trabalho
que deve ser concluída totalmente ou não ser feita de forma
alguma. Nesse contexto, há um conjunto de propriedades
fundamentais para o processamento de transações, sendo
necessárias e impostas pelos métodos de controle de concorrência
e recuperação em SGBDs.
Assinale a opção que indica a propriedade segundo a qual, após a confirmação de uma transação, as alterações realizadas devem permanecer no banco de dados e não podem ser perdidas em caso de falhas no sistema.
Assinale a opção que indica a propriedade segundo a qual, após a confirmação de uma transação, as alterações realizadas devem permanecer no banco de dados e não podem ser perdidas em caso de falhas no sistema.
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Analista de Controle Externo - Tecnologia da Informação |
Q3594437
Banco de Dados
Os principais modelos de bancos de dados NoSQL - chave-valor,
documento, colunar e grafo - são indicados para diferentes tipos
de dados e necessidades de aplicação. Nesse contexto, a equipe
de TI do TCE-PE está avaliando qual desses modelos é mais
adequado para dois sistemas distintos que estão em fase de
planejamento.
Sistema 1: uma base de dados para armazenar perfis de servidores públicos e suas informações funcionais (dados estruturados e semiestruturados, com variações entre os cargos e históricos de alterações).
Sistema 2: uma aplicação para análise de relacionamentos entre empresas e servidores, com foco em investigações de conflito de interesse, utilizando conexões como vínculos societários, contratos, nomeações e relações familiares.
Nesse contexto, a combinação de modelos NoSQL mais apropriada para atender eficientemente as necessidades dos sistemas 1 e 2 é, respectivamente,
Sistema 1: uma base de dados para armazenar perfis de servidores públicos e suas informações funcionais (dados estruturados e semiestruturados, com variações entre os cargos e históricos de alterações).
Sistema 2: uma aplicação para análise de relacionamentos entre empresas e servidores, com foco em investigações de conflito de interesse, utilizando conexões como vínculos societários, contratos, nomeações e relações familiares.
Nesse contexto, a combinação de modelos NoSQL mais apropriada para atender eficientemente as necessidades dos sistemas 1 e 2 é, respectivamente,
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Analista de Controle Externo - Tecnologia da Informação |
Q3594436
Banco de Dados
Durante a apuração mensal da folha de pagamento de um órgão
público, o sistema de recursos humanos executa diversas
transações simultâneas para calcular valores de vencimentos e
benefícios com base em registros atualizados de frequência,
licenças e adicionais.
O gestor de TI detectou um problema: em determinados momentos, o sistema calcula valores com base em registros de frequência que são modificados por outra transação ainda em andamento, resultando em inconsistência nos valores pagos.
Para evitar esse problema, a equipe propõe ajustar o nível de isolamento da transação utilizada durante o cálculo da folha, de forma que os dados lidos não possam ser modificados ou inseridos por outras transações até que a atual seja concluída.
Com base nesse cenário, o nível de isolamento mais apropriado para evitar leituras inconsistentes causadas por alterações concorrentes é:
O gestor de TI detectou um problema: em determinados momentos, o sistema calcula valores com base em registros de frequência que são modificados por outra transação ainda em andamento, resultando em inconsistência nos valores pagos.
Para evitar esse problema, a equipe propõe ajustar o nível de isolamento da transação utilizada durante o cálculo da folha, de forma que os dados lidos não possam ser modificados ou inseridos por outras transações até que a atual seja concluída.
Com base nesse cenário, o nível de isolamento mais apropriado para evitar leituras inconsistentes causadas por alterações concorrentes é:
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Analista de Controle Externo - Tecnologia da Informação |
Q3594430
Banco de Dados
A mineração de dados é um dos principais componentes do
processo de descoberta de conhecimento em bases de dados (KDD
- Knowledge Discovery in Databases). Seu objetivo é extrair
padrões relevantes, previamente desconhecidos, e
potencialmente úteis a partir de grandes volumes de dados.
Sobre a mineração de dados, assinale a afirmativa correta.
Sobre a mineração de dados, assinale a afirmativa correta.
Ano: 2025
Banca:
FGV
Órgão:
TCE-PE
Prova:
FGV - 2025 - TCE-PE - Analista de Controle Externo - Tecnologia da Informação |
Q3594429
Banco de Dados
O termo NoSQL, abreviação de “Not Only SQL” (não apenas SQL),
refere-se a uma classe de bancos de dados que abandonam o
paradigma relacional. Embora os bancos relacionais sejam
excelentes em muitos casos, eles não atendem todas as
necessidades. À medida que os requisitos de dados e consultas
mudam, os bancos de dados relacionais podem falhar, levando à
necessidade de bancos de dados mais apropriados, como os
NoSQL. Entre eles, há um tipo especialmente indicado para
situações com numerosas e complexas relações entre os dados,
sobretudo nas conexões muitos-para-muitos, em que sua
modelagem se torna mais intuitiva.
Com base no relato, é correto afirmar que o tipo em questão é orientado a:
Com base no relato, é correto afirmar que o tipo em questão é orientado a:
Conheça nossos planos