25/01/2023 19:31 Avaliação da Disciplina

Prova Impressa
VOLTAR

GABARITO | Avaliação da Disciplina (Cod.:645387)

A+ Alterar modo de visualização

Peso da Avaliação 10,00

Prova 59845219
Qtd. de Questões 20
Nota 2,50

1
Grande parte do sucesso do Spark está relacionado à sua estrutura, que é composta por alguns
componentes. O principal deles é o RDD.
 Sobre este componente, classifique V para as sentenças verdadeiras e F para as falsas:
( ) É uma estrutura física do Spark que guarda informações dos objetos do Spark. Sua única
limitação é não possuir um mecanismo para tratamento de falhas.
( ) Possui uma estrutura similar a uma tabela, conhecida como dataset que pode armazenar dados de
diferentes tipos.
( ) Fornece suporte a dois tipos de operações: transformação e ação. Quando se aplica uma
transformação um novo RDD é criado, mas o conjunto de dados só é alterado se for aplicada uma
etapa de ação.
( ) Algumas operações de transformação são: SortByKey, FlatMap e GroupByKey enquanto que
collect, count e CountByKey são operações de ação.
 A partir das alternativas abaixo, assinale a CORRETA: 
A  F – F – V – V.

B  F – V – V – F.

C  F – V – V – V. 

D  V – V – V – F. 

2
A clusterização é uma técnica de aprendizagem não supervisionada que visa classificar um conjunto
de dados semelhantes em um mesmo grupo.
 No que se refere à clusterização é CORRETO afirmar que: 
A  Dados que fazem parte do mesmo grupo apresentam um grau de similaridade ou
dissimilaridade elevado. 

B  É empregada em situações onde não há conhecimento prévio de uma classe. A classificação é

feita mediante agrupamento através de alguma medida de distância. 

C  É útil para classificar um grupo de objetos com classes já definidas, por exemplo, prever a
média de vendas de casas em uma determinada região. 

D  Composto por várias medidas de distância, entre estas a distância Euclidiana que, devido à sua
popularidade, pode se aplicar a praticamente todas as classes de problemas.

about:blank 1/9
25/01/2023 19:31 Avaliação da Disciplina

3
As limitações advindas de técnicas tradicionais de análise em cluster motivaram o surgimento de
propostas, especialmente para melhoria de desempenho. Dentre essas propostas surgiram as novas
técnicas de clusterização.
 Tendo isso em mente, classifique V para as sentenças verdadeiras e F para as falsas:
( ) As técnicas de Single Machine Clustering (SMC) representaram uma das primeiras iniciativas
para análise de dados de grande volume.
( ) As técnicas de Multi Machine Clustering (MMC) processam e analisam grandes conjuntos de
dados de forma paralela e dessa forma são mais eficientes que técnicas de SMC.
( ) Embora as técnicas de MMC sejam mais eficientes que abordagens tradicionais, a complexidade
do seu uso é um fator determinante para apostar em técnicas de SCM.
 A partir das alternativas abaixo, assinale a CORRETA:  
A  F – V – V.

B  V – F – F.

C  V – V – F. 

D  V – V – V

4
As fontes de dados podem ser externas - quando se referem a fontes em que a organização não tem
total controle – ou internas, quando a organização possui total controle. Ambas são úteis para análise
em Big Data, visto que podem fornecer uma visão mais ampla de como o negócio está posicionado
no mercado. Sobre a estrutura dos dados contidos nas fontes, é possível classificar em: dados
estruturados, semiestruturados e não estruturados.
 Com base nisso, associe os itens I,II e III com as descrições correspondentes abaixo:
I – Dados estruturados.II – Dados semiestruturados.III – Dados não estruturados.
( ) São dados que apresentam uma estrutura flexível e autodescritiva.
( ) São dados que apresentam uma estrutura bem definida com tamanho fixo.
( ) São dados que não apresentam uma estrutura e são descritos em linguagem natural. 
Assinale a alternativa que apresenta a sequência CORRETA dos itens:
A  II – III – I.

B  I – II – III. 

C  II – I – III. 

D  I – III – II. 

5
“O processo de Big Data Analytics é utilizado nos negócios para descobrir padrões. Encontrar as
tendências de mercado e acompanhar o comportamento do consumidor ajuda os negócios em suas
decisões estratégicas e de marketing”.
Disponível em: < https://marketingconteudo.com/big-data-analytics/ > 
Em relação ao processo de Big Data, o que é possível afirmar?
A partir das alternativas abaixo, assinale a CORRETA:
about:blank 2/9
25/01/2023 19:31 Avaliação da Disciplina

A  É interativa e constituída de etapas similares à análise tradicional, com a diferença de que pode
manipular grandes conjuntos de dados em nuvem.

B  É interativo devido às etapas de todo o processo serem independentes umas das outras, além de
apresentar escopo bem reduzido, simplificando a análise. 

C  É considerado iterativo de baixa complexidade se comparado à análise de dados tradicional,

com etapas bem definidas e dependentes entre si.

D  É interativo e constituído pelas etapas de extração, ingestão, transformação, limpeza, análise de

dados e visualização de dados. 

6
A definição de uma arquitetura que atenda às necessidades é algo central em projetos de Big Data e
pode ajudar diretamente gestores de negócio em suas tomadas de decisão.
 
Dessa forma, em termos de projetos: que requisitos e componentes principais uma arquitetura
tradicional deve ter? A partir das alternativas abaixo, assinale a CORRETA:  
 Forte mecanismo de integração de dados para entregar ao gestor de negócios informações de
A forma transparente e única. É necessário alto investimento em máquinas que possam suportar o
armazenamento e processamento paralelo a fim de que seja possível analisar os dados e entregá-
los à camada de apresentação.
 Alto investimento em infraestrutura para suportar as demandas de Big Data. Implementação de
B um sólido mecanismo de coleta e armazenamento de dados no Hadoop para processar grandes
volumes de dados em tempo real e uma camada de visualização que será útil para gestores de
negócio extrair insights.
 Capacidade para armazenar e processar grandes volumes de dados entregando a informação certa
C no tempo certo. Para isso é necessário definir uma camada de extração e ingestão de dados
eficiente, política de armazenamento, definição do tipo de análise e uma camada para
apresentação de resultados. 
  Lidar com dados de quaisquer naturezas obtidos a partir de diversas fontes (internas e externas).
D Implementação de estrutura que suporte armazenamento e processamento em larga escala tanto
para dados em lote quanto em fluxo contínuo. 

7
Apesar da possibilidade de aprender pelos sistemas auditivo, visual e sinestésico, de maneira
combinada, a maioria das pessoas utilizam um deles de forma predominante.
 
Sobre os estilos de organização de acordo com a predominância sensorial, analise as sentenças que
seguem:
 
I – Visual: a percepção é global, ou seja, percebe o todo e, se necessário, decompõe em partes
menores a percepção inicial.
II – Sinestésico: depende de informações detalhadas e de instruções na forma de passo a passo.
III – Auditivo: organização gradual, criativa e divergente, que se caracteriza por conclusões diferentes
da maioria.
 Assinale a alternativa que apresenta a resposta correta:
A A sentença I está correta.

B As sentenças I e III estão corretas.

about:blank 3/9
25/01/2023 19:31 Avaliação da Disciplina

C As sentenças I, II e III estão corretas.

D As sentenças II e III estão corretas.

8
Comunicação é o processo de transmissão de informação de uma pessoa para outra e compartilhada
por ambas.
 
Nesse sentido, assinale V para verdadeiro e F para falso acerca dos elementos que compõem o
processo de comunicação:
 ( ) Emissor ou fonte: é a pessoa, coisa ou processo para o qual a mensagem é enviada.
( ) Mensagem: é o uso de SMS e mensagens de Whatsapp.
( ) Canal: espaço situado entre emissor e receptor.
( ) Destino ou destinatário: é a pessoa, coisa ou processo que emite a mensagem. 
Assinale a alternativa que apresenta a sequência correta de respostas:
A V – F – V – F.

B V – F – F – F.

C F – V – V – F.

D F – F – V – F.

9 As métricas de segmentação representam outra classe de medidas para análise de redes sociais. 
Em relação a essas métricas, associe os itens, conforme o código abaixo: 
I – Coeficiente de agrupamento. II – Coesão. III – Clique. 
( ) É uma medida que representa o grau de ligação existente entre dois vértices. 
( ) É uma medida que indica a probabilidade de formação de clusters entre os vértices. 
( ) Quando um determinado vértice está diretamente conectado a todos os outros vértices. 
A partir das alternativas abaixo, assinale a CORRETA: 
A  II – I – III. 

B  II – III – I. 

C   I – II – III. 

D  III – II – I.

10
A transição da Web representou um importante mecanismo para a revolução dos dados e expôs um
novo cenário de explosão e novos formatos para análise de dados nos meios digitais.
Nesse sentido, dentre as três fases da web, qual destas representou a gênese para explosão dos dados?
 A partir das alternativas abaixo, assinale a CORRETA:

about:blank 4/9
25/01/2023 19:31 Avaliação da Disciplina

A  Na Web 3.0 a partir da geração de conteúdo por parte do usuário e a compreensão semântica de
suas atividades na rede.

B  Entre a Web 1.0 e Web 2.0 com o surgimento das primeiras redes sociais. 

C  Na Web 2.0 onde os usuários passaram a gerar conteúdo a partir de sistemas dinâmicos. 

D  Na Web 1.0 que representou o primeiro contato dos usuários em relação à web. 

11
Existem dois tipos de comunicação: a verbal e a não verbal. A verbal se utiliza de palavras para
comunicar, como, por exemplo, a comunicação oral e a comunicação escrita. Já a comunicação não
verbal, utiliza-se de outras ferramentas para transmitir as informações.
 Nesse sentido, assinale V para verdadeiro e F para falso nas afirmações que seguem: 
( ) Comunicação por mímica: são os gestos das mãos, do corpo e da face.
( ) Comunicação por expressões faciais: é o olhar, a forma dos lábios e a contração dos músculos da
face.
( ) Comunicação pela postura: é o modo como sentamos, o corpo inclinado para trás ou para frente e
até mesmo a posição dos pés.
( ) Comunicação por gestos: pode ser voluntária, como um beijo ou um cumprimento, mas também
pode ser involuntária, como, por exemplo, mãos que não param de rabiscar ou de mexer em algo.
 Assinale a alternativa que apresenta a sequência correta de respostas:
A V – V – V – V.

B F – V – V – V.

C V – V – V – F.

D F – V – V – F.

12
Apesar do grande crescimento, o Big Data é um conceito amplo que se refere à forma como lidamos
com a grande quantidade de dados disponível para uso. Além disso, a empresa precisa construir uma
infraestrutura para lidar com uma infinidade de fontes e processá-las em um tempo razoável.
 
Diante disso, em qual cenário uma empresa pode estar diante de um Big Data? A partir das
alternativas abaixo, assinale a CORRETA:
A  Em situações onde a infraestrutura de dados da empresa apresenta elevada taxa de latência e/ou
inviabilidade para análises de dados de grande volume e em diferentes formatos e estruturas.

B  Quando a análise de dados tradicional não estiver mais trazendo real valor para a organização, o
que poderia indicar a possibilidade de trazer inovação com novas formas de analisar os dados.
 Em circunstâncias onde o volume de dados da organização aumente significativamente,
C tornando-se necessário comprar novos servidores, o que poderia elevar os custos com
armazenamento. 

D  Quando o conjunto de dados ultrapassar a casa dos 1PB e a empresa precise lidar com dados
estruturados, semiestruturados e/ou não estruturados.

about:blank 5/9
25/01/2023 19:31 Avaliação da Disciplina

13
Em métodos hierárquicos tradicionais a complexidade no espaço O(n²) e no tempo O(n³) é algo que
limita o poder de ação dos algoritmos. E, em muitos casos, algumas circunstâncias tornam o processo
de análise extremamente oneroso ou mesmo inviável. Essa limitação tem sido evidenciada por
alguns fatores, quais destes é possível destacar?
 A partir das alternativas abaixo, assinale a CORRETA:
A  A exigência cada vez mais recorrente de aplicações voltadas para detecção de eventos
anômalos.

B  O modelo de gestão de dados que impôs o uso de algoritmos distribuídos para ganhos de
performance.

C  O crescente número de ferramentas voltadas para Big Data que substituem as formas de análise
tradicionais.

D  O volume intenso e variado de dados que estão sendo gerados e requeridos para análise. 

14
Nossa mente processa tudo por meio de imagens, sons e sensações, registrados internamente. Embora
todos tenham os sistemas visual, auditivo e sinestésico, é comum que um deles seja mais
desenvolvido do que os outros.
 Compreendido isso, analise e associe os itens que seguem: I – Predominância sensorial visual.
II – Predominância sensorial auditiva.III – Predominância sensorial sinestésica. 
( ) As pessoas com desta predominância dizem muito "E então eu disse... Daí ele falou... Eu sempre
falo que...”, enquanto contam uma história, um fato ou uma lembrança.
( ) As pessoas desta predominância são capazes de falar durante meia hora sobre um almoço
delicioso, contando sobre a beleza dos pratos, da louça e dos talheres.
( ) As pessoas desta predominância estão sempre dizendo "Eu sinto...", “Pressinto que...”. Geralmente
são pessoas que gostam de tocar e abraçar as demais.
 Assinale a alternativa que apresenta a sequência correta de respostas:
A I – III – II.

B I – II – III.

C III – I – II.

D II – I – III.

15
Em épocas passadas as empresas conviviam com certas limitações, em termos de tecnologia, para que
pudessem analisar seus dados.
Por outro lado, nos dias atuais, as tecnologias possibilitaram e estimularam a produção de conteúdo.
Tendo isso em mente, classifique V para as sentenças verdadeiras e F para as falsas: 
( ) As empresas precisam lidar com o alto volume e variedade de dados digitais propondo soluções
automáticas de análise a fim de se manterem competitivas.
( ) As empresas orientadas a dados têm à disposição uma massiva quantidade de dados, porém, em
muitos casos não sabem como gerenciá-los.

about:blank 6/9
25/01/2023 19:31 Avaliação da Disciplina

( ) A elevada produção de conteúdo implica em um problema de sobrecarga de informação,

evidenciando as limitações da ação humana para lidar com isso.
 Assinale a alternativa correta:
A   V – F – F.

B   V – F – V.

C   V – V – V.

D   F – V – V.

16
Os métodos tradicionais de agrupamento (clustering) podem ser implementados por uma diversidade
de algoritmos. Relacione a classe de algoritmos com os métodos, associando os itens, conforme o
código abaixo:
 I – Algoritmos DIANA, ROCK. II – Algoritmos DBSCAN, OPTICS. 
III – Algoritmos Expectation-Maximization (EM), Self-Organization Map (SOM) 
IV – Algoritmos K-Means, CLARANS. V – Algoritmos STING, WAVECLUSTER. 
( ) Métodos hierárquicos. ( ) Métodos baseados em grid. ( ) Métodos de particionamento. 
( ) Métodos baseados em modelos. ( ) Métodos baseados em densidade. 
Assinale a alternativa que apresenta a sequência CORRETA:  
A  II – V – III – IV – I. 

B  III – IV – II – I – V.

C  I – IV – V – II – III. 

D  I – V – IV – III – II. 

17
Um processo de análise de dados pode ser representado em quatro etapas. Cada uma dessas etapas
possui particularidades que vão desde a base para implementação de análise de dados nas empresas
até profundos e sofisticados mecanismos de análise dentro das organizações.
 
Em se tratando dos tipos de análises existentes, qual a opção que descreve a análise prescritiva? A
partir das alternativas abaixo, assinale a CORRETA:
 Etapa mais avançada da análise de dados que fornece apoio à tomada de decisão de forma
A automatizada com mínima intervenção humana. Isso é possível graças às experiências
desenvolvidas que são aperfeiçoadas ao longo do tempo.
 É um tipo de análise voltado para responder apenas perguntas de situações que ainda não
B ocorreram, mas que provavelmente venham a ocorrer. Isso é obtido através da criação de modelos
de aprendizagem de máquina avançados.
 É um processo voltado para responder perguntas do passado para inferir situações que venham a
C ocorrer. Por isso, a participação humana é importante para fornecer suporte e aprimorar as
decisões obtidas pelos algoritmos implementados.

about:blank 7/9
25/01/2023 19:31 Avaliação da Disciplina

 Análise prescritiva refere-se ao tipo de análise que é responsável por tomar as decisões com
D independência. Procura responder perguntas como: “Por que esse evento aconteceu?” e obtém
respostas através de algoritmos de classificação.

18
Uma das principais vantagens da clusterização baseada em MapReduce é, sem dúvida, a
transparência de toda complexidade de implementação envolvida com a distribuição dos dados entre
os clusters ou mesmo a capacidade para detectar e corrigir falhas que eventualmente possam ocorrer
durante o processo.
 
Relacione as técnicas com os algoritmos que as compõem, associando os itens, conforme o código
abaixo:
 I – Clusterização Paralela. II – Clusterização baseada em MapReduce. ( ) GPMR. ( ) PBIRCH. 
( ) MR-DBSCAN. ( ) G-DBSCAN. A partir das alternativas abaixo, assinale a CORRETA: 
A   I – II – I – II. 

B   II – I – II – I. 

C I – II – II – I.

D  II – I – I – II. 

19
O Apache Spark oferece não somente a capacidade de processamento, como também a possibilidade
de realizar análises mais avançadas através de um conjunto de bibliotecas. Considerando isso,
associe os itens, conforme o código abaixo:
 I – Spark SQL.II – Spark Streaming.III – Spark MLlib.IV – Spark GraphX. 
( ) Contém um conjunto de algoritmos otimizados de Machine Learning projetados para
trabalharem em paralelo.
( ) Projetadas para processar estruturas em rede de forma otimizada e com elevada eficiência.
( ) É possível realizar consultas e processar dados estruturados em ambiente Big Data de forma ágil.
( ) Útil para manipular e processar dados de tempo real, analisando microbacths de dados de tempos
em tempos.
 A partir das alternativas abaixo, assinale a CORRETA:
A   III – IV – I – II. 

B   IV – III – I – II.

C   III – II – I – IV.

D   II – III – IV – I. 

20
O Apache Hadoop contém uma série de componentes que podem ser integrados ao framework. Esses
componentes podem ser úteis para as mais diversas finalidades, como armazenamento, transferência
de grandes volumes de dados ou até mesmo aplicação de algoritmos preditivos.
about:blank 8/9
25/01/2023 19:31 Avaliação da Disciplina

 A partir das opções abaixo, classifique V para as sentenças verdadeiras e F para as falsas: 
( ) O Apache Hive é um componente que pode ser integrado ao Hadoop para coletar dados de fontes
estruturadas.
 
( ) O Apache HBase é um banco de dados não relacional propício a ambientes Big Data, uma vez
que suporta um grande volume de dados mantendo alto desempenho.
 ( ) O Apache Sqoop permite mover grandes volumes de dados das fontes para o HDFS. 
( ) O Apache Mahout é um componente responsável por trabalhar diretamente com os dados da
fonte: extraindo e coletando dados tanto para processamento em lote como em tempo real.
 A partir das alternativas abaixo, assinale a CORRETA:  
A  V – V – V – F. 

B  V – V – F – F. 

C  F – F – V – V. 

D  F – V – F – V.

Imprimir

about:blank 9/9