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

188 questões encontradas

ID 198217 Tecnologia da Informação Dados, BI e Analytics CEBRASPE 2020

Texto associado

Julgue os seguintes itens, a respeito de big data.

A técnica de agregação na mineração de dados atua em conjunto de registros que tenham sido previamente classificados.

C Certo

E Errado

ID 198212 Tecnologia da Informação Dados, BI e Analytics CEBRASPE 2020

Texto associado

No que se refere à mineração de dados, julgue os itens a seguir.

Mecanismos de busca utilizam mineração de textos para apresentar ao usuário os resultados de suas pesquisas, de modo que ambos os conceitos se equivalem.

C Certo

E Errado

ID 198174 Tecnologia da Informação Dados, BI e Analytics CEBRASPE 2020

Assinale a opção que indica um processo de extração
e transformação de dados em um data warehouse .

A Big Data

B OLAP

C OLTP

D ETL

E machine learning

ID 197895 Tecnologia da Informação Dados, BI e Analytics CEBRASPE 2020

Texto associado

No que se refere à mineração de dados, julgue os itens a seguir.

No modelo CRISP-DM, a fase na qual se planejam todas as atividades para carga dos dados é denominada entendimento dos dados.

C Certo

E Errado

ID 197581 Tecnologia da Informação Dados, BI e Analytics CEBRASPE 2020

Texto associado

A respeito de OLTP e OLAP, julgue os itens a seguir.

Um OLTP é formado por um conjunto de sistemas para a visualização de dados estratégicos, os quais ficam guardados em armazém de dados analíticos, para a exploração de estudos e cenários prospectivos.

C Certo

E Errado

ID 197505 Tecnologia da Informação Dados, BI e Analytics CEBRASPE 2020

Texto associado

No que se refere à mineração de dados, julgue os itens a seguir.

O objetivo da etapa de pré-processamento é diminuir a quantidade de dados que serão analisados, por meio da aplicação de filtros e de eliminadores de palavras.

C Certo

E Errado

ID 174319 Tecnologia da Informação Dados, BI e Analytics FCC 2020

Duas definições de estruturas de dados estão determinadas para um projeto de datamart de uma loja de varejo: uma delas
(tabela A) contém a data da venda, a identificação do produto vendido, a quantidade vendida do produto no dia e o valor total
das vendas do produto no dia; a outra (tabela B) contém a identificação do produto, nome do produto, marca, modelo, unidade
de medida de peso, largura, altura e profundidade da embalagem.
Considerando os conceitos de modelagem multidimensional de data warehouse , as tabelas A e B são, respectivamente:

A Query e Réplica

B Fato e Dimensão

C Dimensão e Réplica

D Fato e ETL

E ETL e Query

ID 174250 Tecnologia da Informação Dados, BI e Analytics FCC 2020

Um conjunto de programas de computador está sendo executado em um conjunto de servidores conectados em rede local, para
alimentar um data warehouse a partir dos bancos de dados transacionais de uma empresa, sendo que: um primeiro programa
realiza uma cópia de dados transacionais selecionados em estruturas de dados que formam um staging area ; um segundo
programa faz a leitura dos dados na staging area e alimenta estruturas de bancos de dados em um Operational Data Storage
(ODS) , que consolida dados operacionais de diversas aplicações e complementa conteúdo. Por fim, outro programa de aplicação
faz a leitura do ODS e carrega estruturas de dados em uma estrutura não relacional de tabelas em um data warehouse .
Esse processo para integrar os bancos de dados que são heterogêneos é denominado:

A troca de arquivos por mídia externa física.

B Data base link (DB Link).

C replicação de dados.

D File Transfer Protocol .

E ETL ( Extract, Transform, Load ).

ID 173980 Tecnologia da Informação Dados, BI e Analytics FCC 2020

No contexto de data mining , considere o caso hipotético a seguir:
Uma financeira possui o histórico de seus clientes e o comportamento destes em relação ao pagamento de empréstimos
contraídos previamente. Existem dois tipos de clientes: adimplentes e inadimplentes. Estas são as categorias do problema
(valores do atributo alvo). Uma aplicação de mining, neste caso, consiste em descobrir uma função que mapeie corretamente os
clientes, a partir de seus dados (valores dos atributos previsores), em uma destas categorias. Tal função pode ser utilizada para
prever o comportamento de novos clientes que desejem contrair empréstimos junto à financeira. Esta função pode ser
incorporada a um sistema de apoio à decisão que auxilie na filtragem e na concessão de empréstimos somente a clientes
classificados como bons pagadores.

Trata-se de uma atividade denominada

A sumarização.

B descoberta de associações.

C classificação.

D descoberta de sequências.

E previsão de séries temporais.

ID 173782 Tecnologia da Informação Dados, BI e Analytics FCC 2020

Para construir um Data Warehouse , algumas etapas e processos são necessários. Uma etapa é conhecida como ETL, que
compreende as etapas de Extração, Transformação e Armazenagem de dados em Sistemas Específicos ou Armazéns de
Dados. Essas etapas são constituídas de várias outras funções, processos e técnicas de data integration . Uma dessas funções
chama-se Master Data Management - MDM e é responsável por

A misturar os dados para criar um panorama virtual.

B unir os dados para criar uma visão única deles, através de múltiplas fontes. Ela inclui tanto o ETL quanto capacidades de
data integration , para misturar as informações e criar o “melhor registro”.

C monitorar e processar fluxos de dados e ajudar a tomar decisões mais rapidamente.

D fornecer tanto agendamento em lote quanto capacidades em tempo real.

E criar um ambiente de testes onde os dados possam ser integrados, limpos e padronizados (por exemplo: SP e São Paulo,
Masculino e M, Senhora e Sra. etc) além de verificar e remover dados duplicados.