1.

Definição do termo BIG DATA:

Big data é um termo usado para um conjunto de dados tão grande e tão variado que
sistemas de software comum não conseguem gerenciá-los. Porém esses grandes volumes
de dados podem ser usados para resolver problemas de negócios que não podiam ser
resolvidos antes.

Fonte: https://www.oracle.com/br/big-data/what-is-big-data/

2.Lista dos tipos de dados:

Estruturados:
Dados estruturados são informações que foram formatadas e transformadas em um modelo
de dados bem definido. Os dados brutos são mapeados em campos predefinidos que
podem ser extraídos e lidos por meio de SQL facilmente. Os bancos de dados relacionais
SQL, consistindo em tabelas com linhas e colunas, são o exemplo perfeito de dados
estruturados.

Semiestruturados:
Os dados semiestruturados são um tipo de dados que possui algumas características
consistentes e definidas. Ele não se limita a uma estrutura rígida como a necessária para
bancos de dados relacionais.

Não estruturados:
Dados não estruturados são definidos como dados presentes em forma bruta absoluta.
Esses dados são difíceis de processar devido ao seu arranjo e formatação complexos. O
gerenciamento de dados não estruturados pode receber dados de várias formas, incluindo
postagens de mídia social, bate-papos, imagens de satélite, dados de sensores de IoT, e-
mails e apresentações, para organizá-los de maneira lógica e predefinida em um
armazenamento de dados.

Fonte: https://www.astera.com/pt/type/blog/structured-semi-structured-and-unstructured-
data/

3.Tecnologias envolvidas:

Machine learning:
Machine learning é uma das melhores formas de dar vida ao big data. Um volume de dados
tão grande só é útil na medida em que os dados podem ser efetivamente analisados,
correlacionados e transformados em ações efetivas.

Fonte: https://gatefy.com/pt-br/blog/como-machine-learning-e-big-data-se-relacionam/

IOT:
Como os sensores IoT coletam dados em tempo real ou quase em tempo real, o volume de
informações que eles geram é imenso. Na verdade, a International Data Corporation (IDC)
prevê que até 2025 haverá 55,7 bilhões de dispositivos IoT em uso gerando 73,1 zettabytes
de dados.
Isso resulta no Big Data da IoT – com potencial de sobrecarregar as ferramentas de
gerenciamento e processamento de dados tradicionais.

Fonte: https://www.purestorage.com/br/knowledge/big-data/internet-of-things-and-big-
data.html

Integração de dados:
Quando as empresas integram seus dados, elas simplificam boa parte das rotinas
operacionais, principalmente aquelas ligadas à análise das informações para tomar
decisões. Isso em conjunto com o Big Data, cria uma potência em tomar decisões de
negócio.

Fonte: https://blog.neoway.com.br/integracao-de-dados/

Virtualização de dados:
As ferramentas e tecnologias de visualização de dados são essenciais para analisar
enormes quantidades de informações e tomar decisões impulsionadas por dados.

Fonte: https://www.tableau.com/pt-br/learn/articles/data-visualization

4.Características (5V’s), defina os termos abaixo:

Volume de dados:
A produção de dados dobra a cada dois anos e a previsão é de que ainda neste ano sejam
gerados 350 zettabytes de dados.

Velocidade:
Quando falamos no uso estratégico do Big Data, pode-se afirmar que a velocidade é até
mais importante que o volume em determinadas situações. Isso porque ela é a força que
rege a vantagem competitiva.

Elas utilizam Data Mining para capturar somente os dados estratégicos e relevantes, em real
time, de acordo com a natureza do negócio e os objetivos de cada empresa.

Variedade:
Os dados provêm de diversas fontes: redes sociais, aplicativos, e-mails, gps, cookies, IoT,
bancos de dados públicos, revendedores autorizados etc. O que significa que eles não
seguem os mesmos padrões e nem fornecem os mesmos tipos de informação. Assim, torna
a tarefa de compilação e organização de dados bastante desafiadora.

Veracidade:
Com tantos dados disponíveis, como separar os verdadeiros dos falsos?
A melhor forma para garantir a veracidade é ao contratar uma empresa que seja
comprometida com a veracidade das informações fornecidas e que esteja de acordo com
todas as normas da LGPD e GDPR.
Valor:
Por valor, entende-se transformar um verdadeiro tsunami de informações em dados que
efetivamente podem ser utilizados nos negócios.

Fonte: https://www.cortex-intelligence.com/blog/os-5-vs-do-big-data