Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Acesse diretamente as bancas disponíveis na QuestLab. As quantidades abaixo consideram as questões ativas do banco.

CEBRASPE 51.363 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 9.793 questões FUNDATEC 9.088 questões IBADE 7.820 questões CESGRANRIO 6.013 questões OBJETIVA 4.740 questões CONSULPLAN 4.174 questões FEPESE 3.585 questões IADES 3.439 questões IESES 2.627 questões SELECON 2.377 questões IDECAN 1.907 questões MS CONCURSOS 1.485 questões Instituto Legalle 1.281 questões FAFIPA 1.161 questões FUMARC 842 questões ACAFE 551 questões INSTITUTO AOCP 430 questões NUCEPE 378 questões FUNIVERSA 348 questões FAURGS 203 questões FIOCRUZ 48 questões MACKENZIE 48 questões CETRO 17 questões

Encontre as questões que procura

Palavra-chave

Disciplina

Assunto

Tópico

Banca

Órgão

Ano

Cargo

Modalidade

Limpar filtros

64 questões encontradas

ID 31741 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

A integração de dados desempenha um papel crucial na gestão da informação em organizações. No contexto dos processos de ETL (Extract, Transform, Load), cada etapa desempenha funções específicas. Assinale a opção que descreve corretamente o processo de Transformação (T) no ETL.

A Etapa em que os dados são carregados em um data warehouse para armazenamento.

B Fase em que os dados são extraídos de diferentes fontes de dados.

C Momento em que os dados são preparados para serem apresentados aos usuários finais.

D Parte do processo em que os dados são indexados espacialmente para otimizar consultas futuras.

E Passo no qual os dados são limpos, filtrados, agregados ou modificados de acordo com os requisitos de negócios.

ID 31527 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Sobre o Modelo de Referência Cross- Industry Standard Process for Data Mining (CRISP-DM), avalie as afirmativas a seguir:

I. Após a fase de “Preparação dos dados” ocorre a fase de “Compreensão dos dados”.

II. Durante a fase de “Mineração de Dados” ocorre a aplicação de algoritmos de mineração de dados buscando a extração de padrões.

III. Durante a fase de “Preparação dos Dados”, pode ocorrer a construção de novos atributos a partir de outros já existentes. Está correto o que se afirma em

A I, apenas.

B III, apenas.

C I e III, apenas.

D II e III, apenas.

E I, II e III.

ID 31457 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Para auditores de controle externo na especialidade de analista de sistemas, o conhecimento de Business Intelligence e Data Warehouses é essencial. Essas tecnologias suportam várias funcionalidades, desde a análise de dados até a segurança da informação, incluindo o planejamento, orientação, supervisão e desenvolvimento de sistemas de computação aplicáveis às atividades do Tribunal. Nesse contexto, analise as seguintes afirmações sobre o emprego da Engenharia de Dados no contexto de Business Intelligence e Data Warehouses.

I. O uso de Business Intelligence permite a coleta e análise de grandes volumes de dados de diversas fontes, sendo essencial para auditores identificarem tendências, padrões e anomalias que possam indicar fraudes ou ineficiências.

II. As atividades dos sistemas de computação aplicados aos tribunais podem se beneficiar do uso de Data Warehouses. Além de realizar operações de consulta e exclusão, essas tecnologias permitem a modificação de dados, possibilitando a correção de possíveis inconsistências em informações previamente inseridas no sistema.

III. Em relação à orientação e coordenação das atividades, as ferramentas de Business Intelligence permitem a criação de dashboards e relatórios que facilitam a comunicação de resultados e insights, enquanto os Data Warehouses centralizam os dados, garantindo que todos os membros da equipe tenham acesso às mesmas informações atualizadas. Está correto o que se afirma em

A I, apenas.

B I e II, apenas.

C I e III, apenas.

D II e III, apenas.

E I, II e III.

ID 31455 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Com relação ao conceito de Data Lakehouse e sua arquitetura, assinale a afirmativa correta.

A É uma arquitetura anterior ao Data Warehouse , construído para armazenar basicamente dados não estruturados.

B Foram concebidos como locais para armazenar dados brutos e não processados.

C Representam uma evolução significativa na gestão e processamento de dados, oferecendo recursos avançados, porém, sem suporte a transações ACID.

D Armazenam dados em sistemas de armazenamento de objetos, mas também incluem funcionalidades para gerenciar atualizações incrementais e exclusões, suportam histórico de tabelas e rollback .

E Apresenta certa dificuldade em trocar dados entre ferramentas quando armazenados em um formato de arquivo aberto, gerando custos adicionais e tempo de processamento associados à ressocialização de dados de um formato de banco de dados proprietário.

ID 30678 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Considere as seguintes afirmativas a respeito da diferença entre data warehouse e data lake .

I. Tipicamente, data warehouses armazenam dados em esquemas definidos, o que permite otimizar consultas em SQL.

II. Data lakes prestam-se a armazenar dados oriundos de fontes externas, tais como sensores e mídias sociais, dentre outras, com formatos diversificados e estruturas não completamente definidas.

III. Embora haja diferenças importantes, ambos são implementados e operados por meio de Sistemas Gerenciados de Bancos de Dados (SGBD) e coletam dados por meio de ferramentas de ETL. Está correto somente o que se afirma em

A I.

B II.

C III.

D I e II.

E II e III.

ID 29630 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Extrair conhecimento útil ou insights de dados massivos é um dos maiores desafios enfrentado pelos cientistas de dados. Uma das principais tarefas utilizadas para diminuir a complexidade desses dados é reduzir sua dimensionalidade preservando as características ( features ) mais importantes. No ciclo de vida de ciência de dados, a tarefa de redução de dimensionalidade dos dados é executada na fase:

A treinamento do modelo;

B visualização de dados analíticos;

C entendimento do negócio;

D limpeza e preparação dos dados;

E tuning de hiperparâmetros.

ID 27947 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Uma empresa de exportações enfrenta dificuldades em acessar dados atualizados sobre suas vendas e a satisfação de seus clientes, o que dificulta a tomada de decisões estratégicas. Para solucionar esse problema, o departamento de TI decidiu implementar uma ferramenta de Business Intelligence (BI) que permita a criação de relatórios e dashboards interativos. Com essa solução, os gestores poderão visualizar gráficos atualizados, filtrar informações por período ou região e identificar rapidamente tendências e problemas. Nesse contexto, uma das principais vantagens de utilizar dashboards que permitem a interação do usuário com os dados em ferramentas de BI é a

A facilidade na visualização e interpretação de grandes volumes de dados em tempo real.

B capacidade de realizar análises preditivas avançadas, utilizando técnicas de mineração de dados a fim de prever tendências futuras.

C possibilidade de colaboração e compartilhamento de informações entre diferentes equipes.

D automatização da criação de relatórios, eliminando a necessidade de intervenção manual.

E redução do tempo gasto na coleta e preparação dos dados para análise.

ID 27946 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Sobre os conceitos de dados, informação, conhecimento e inteligência, é correto afirmar que

A dados são informações já interpretadas, enquanto informação é a simples coleta de fatos brutos sem organização.

B informação é a aplicação do conhecimento para a tomada de decisões eficazes e resolução de problemas.

C conhecimento é a compreensão e internalização da informação, permitindo sua aplicação em diferentes contextos.

D inteligência é a coleta de dados brutos de diversas fontes sem qualquer processamento ou análise.

E dados e inteligência são termos intercambiáveis no contexto de Business Intelligence (BI), representando o mesmo conceito.

ID 27945 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Você foi contratado como analista de dados em uma empresa que está implementando um sistema de Business Intelligence (BI). Durante uma reunião com a equipe de TI, discute-se sobre a importância dos metadados no projeto. Nesse contexto, em um sistema de BI, o principal objetivo dos metadados é

A armazenar os dados brutos coletados de diversas fontes, como bancos de dados e planilhas.

B descrever e fornecer informações sobre os dados, facilitando sua compreensão, localização e uso pelos usuários do sistema de BI.

C executar consultas complexas e gerar relatórios personalizados para os usuários do sistema de BI.

D substituir a necessidade de um data warehouse , centralizando o armazenamento e gerenciamento de todos os dados da empresa.

E garantir a segurança dos dados, controlando o acesso e protegendo contra acessos não autorizados.

ID 27943 Banco de Dados Business Intelligence (BI), Data Warehousing e Data Mining FGV 2024

Na hora de colocar um projeto de BI em prática, mapear as fontes de dados é primordial. É como preparar o terreno antes de construir: se a base não for sólida, a casa não fica em pé. É necessário garantir que as informações que vamos usar sejam úteis, relevantes e de alta qualidade. Nessa fase, seguir as boas práticas é fundamental para que os dados se encaixem nas necessidades do negócio e nos objetivos do projeto. Mas cuidado! Algumas abordagens podem acabar prejudicando tudo se não forem bem executadas. Assinale a opção que descreve uma prática não recomendada no mapeamento de fontes de dados para um projeto de BI.

A Conduzir entrevistas abrangentes com usuários e stakeholders , utilizando técnicas de elicitação para extrair requisitos detalhados e garantir que todas as necessidades sejam consideradas.

B Analisar documentos e sistemas existentes para identificar potenciais fontes de dados, assegurando que todo o repositório de informações relevantes seja considerado.

C Coletar dados de todas as fontes disponíveis, sem discriminação, incluindo aqueles que apresentam inconsistências, incertezas ou baixa relevância, a fim de maximizar a quantidade de dados no sistema.

D Avaliar a qualidade dos dados e sua adequação aos objetivos do projeto, garantindo que apenas informações precisas e confiáveis sejam utilizadas para gerar insights de valor.

E Manter uma documentação detalhada das fontes de dados, incluindo suas características, formatos e relacionamentos, para garantir uma governança de dados eficaz e facilitar auditorias futuras.