Com relação a processos de banco de dados ETL (extração, transformação e carga), julgue o item subsequente. 

Na extração incremental, apenas os dados alterados desde a última carga são extraídos, tornando o processo mais eficiente que a extração full, que recupera todos os dados da fonte. 

Com relação a processos de banco de dados ETL (extração, transformação e carga), julgue o item subsequente. 

Na modelagem de data warehouses, a abordagem top-down torna o processo ETL mais flexível e adaptável a mudanças nos requisitos de negócio, enquanto a abordagem bottom-up exige um ETL rígido e pouco adaptável a novas necessidades. 

Com referência à matemática computacional e à ciência da computação aplicadas, julgue o item a seguir. 

A notação Big O é utilizada para descrever o comportamento assintótico de um algoritmo, fornecendo um limite superior para o tempo de execução ou uso de memória em função do tamanho da entrada. 

Com referência à matemática computacional e à ciência da computação aplicadas, julgue o item a seguir. 

A convolução é uma operação matemática que combina duas funções para produzir uma terceira, modificando a forma de uma função com base em outra.

Acerca de inteligência artificial e machine learning, julgue o item que se segue. 

O aprendizado não supervisionado se caracteriza pela utilização de dados previamente rotulados para treinar um modelo de machine learning, permitindo que ele aprenda padrões automaticamente a partir dos rótulos desses dados. 

Acerca de inteligência artificial e machine learning, julgue o item que se segue. 

Para avaliar o desempenho de um classificador em problemas de classificação com classes significativamente desbalanceadas, a métrica acurácia é a mais adequada, pois considera a proporção de previsões corretas em relação ao total de amostras. 

Acerca de inteligência artificial e machine learning, julgue o item que se segue. 

Diferentemente do aprendizado supervisionado e não supervisionado, o aprendizado por reforço baseia-se em um agente que interage com um ambiente e recebe recompensas ou penalidades conforme suas ações, buscando maximizar um retorno cumulativo ao longo do tempo. 

Considerando os métodos HTTP utilizados em APIs REST, julgue o próximo item, a respeito de integração de dados e mecanismos de interoperabilidade. 

O método POST é seguro e idempotente, pois a execução de múltiplas requisições resulta no mesmo estado final dos dados. 

Considerando os métodos HTTP utilizados em APIs REST, julgue o próximo item, a respeito de integração de dados e mecanismos de interoperabilidade. 

O método DELETE não é idempotente, pois, a partir da segunda execução, pode gerar respostas inconsistentes do servidor. 

Considerando os métodos HTTP utilizados em APIs REST, julgue o próximo item, a respeito de integração de dados e mecanismos de interoperabilidade. 

Os métodos GET e HEAD são considerados seguros, pois sua execução não deve modificar os dados armazenados no servidor, embora possa gerar efeitos colaterais indiretos, como registros de logs. 

Julgue o próximo item, a respeito de gestão e governança de dados. 

O DMBoK (Data Management Body of Knowledge) é um framework que descreve as melhores práticas de gestão de dados, focando nas tecnologias de armazenamento e processamento de dados, sem considerar aspectos relacionados a governança, qualidade ou segurança dos dados. 

Julgue o próximo item, a respeito de gestão e governança de dados. 

Os metadados são fundamentais para a governança de dados, pois fornecem informações sobre a origem, a estrutura, o significado e a qualidade dos dados, contribuindo para a rastreabilidade, segurança, interoperabilidade e conformidade regulatória.

Julgue o próximo item, a respeito de gestão e governança de dados. 

A Infraestrutura Nacional de Dados Espaciais (INDE) é um componente estratégico para a governança de dados espaciais no Brasil, pois define padrões e promove a integração, a interoperabilidade e o compartilhamento de dados geoespaciais entre órgãos públicos, setores privados e a sociedade. 

Acerca de técnicas utilizadas na ciência de dados, julgue o item a seguir. 

As árvores de decisão são uma técnica de aprendizado supervisionado que é adequada para analisar, por exemplo, a influência de fatores na qualidade da carne bovina em um sistema de produção, permitindo avaliar variáveis tais como alimentação, genética, manejo e peso ao abate e gerando regras interpretáveis, que auxiliam na tomada de decisão com base nessas características. 

Acerca de técnicas utilizadas na ciência de dados, julgue o item a seguir. 

O algoritmo Apriori gera primeiro todos os itemsets individuais (itens) e, em seguida, combina-os para gerar itemsets de tamanho maior. Já o algoritmo FP-growth constrói uma estrutura de dados compacta denominada FP-tree, permitindo a mineração de itemsets frequentes sem gerar candidatos. Quanto à eficiência, o Apriori é mais rápido que o FP-growth devido à simplicidade de sua abordagem. 

Em relação a BI (Business Intelligence) e visualização de dados, julgue o item que se segue. 

Em uma arquitetura de BI típica, o data warehouse integra dados de várias fontes externas, realizando extração, transformação e carga (ETL) antes de eles serem disponibilizados para análise. 

Em relação a BI (Business Intelligence) e visualização de dados, julgue o item que se segue. 

Para um data warehouse com grande volume de dados históricos e consultas frequentes, o esquema estrela geralmente apresenta melhor desempenho que o esquema snowflake, pois minimiza a complexidade das junções entre tabelas.