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

12 questões encontradas

ID 97520 Banco de Dados Etl Extract Transform Load Instituto Legalle 2026

Uma equipe de dados operacionaliza um pipeline de ingestão diária que carrega arquivos de diversas fontes para um data warehouse corporativo. Após uma falha em uma das etapas do processo, a equipe precisa analisar os registros de execução (logs) para identificar a causa do problema, o momento da interrupção e quais registros foram processados com sucesso antes da falha. Com base nas boas práticas de registro de execução em pipelines de dados, assinale a alternativa CORRETA.

A O registro de logs é opcional, sendo recomendado apenas em ambientes produtivos com alto volume de dados.

B Logs estruturados (JSON) dificultam a análise automatizada, sendo preferível o uso de texto livre.

C Armazenar logs no banco transacional de origem é a abordagem mais segura e preserva os registros em falhas.

D Um registro de execução eficaz deve incluir o identificador da execução, o timestamp de início e término de cada etapa, o status de conclusão e a quantidade de registros processados, permitindo rastreabilidade e diagnóstico de falhas.

E A rotação e o descarte automático de logs após execução bem-sucedida reduzem o armazenamento sem comprometer a auditoria.

ID 97516 Banco de Dados Etl Extract Transform Load Instituto Legalle 2026

O formato CSV é amplamente utilizado em pipelines de dados para transferência de conjuntos de dados entre sistemas heterogêneos. Apesar de sua simplicidade, o formato apresenta características e limitações técnicas que devem ser consideradas durante a implementação de processos de ingestão e integração. Diante disso, analise as afirmativas a seguir sobre o formato CSV:

I. O formato CSV não incorpora um esquema de dados embutido no arquivo, o que exige que os tipos, significados e formatos de cada coluna sejam documentados externamente ou inferidos durante a leitura.

II. Um arquivo CSV suporta a representação nativa de dados hierárquicos e aninhados, como listas de itens vinculados a um único registro pai, desde que os delimitadores aninhados sejam configurados corretamente no parser utilizado.

III. Quando um valor de campo contém o caractere delimitador, esse campo deve ser envolvido entre aspas duplas para que o parser o interprete como um único valor, conforme previsto pela especificação RFC 4180.

IV. A codificação de caracteres utilizada em um arquivo CSV é declarada de forma explícita no próprio arquivo, garantindo que sistemas distintos realizem a leitura correta dos dados sem necessidade de configuração adicional. Está(ão) CORRETA(S):

A I, apenas.

B II e IV, apenas.

C I e III, apenas.

D III e IV, apenas.

E I, II e III, apenas.

ID 97514 Banco de Dados Etl Extract Transform Load Instituto Legalle 2026

O profiling de dados é uma etapa analítica realizada sobre conjuntos de dados com o objetivo de compreender sua estrutura, qualidade e distribuição antes de iniciar processos de transformação ou carga em camadas analíticas. A realização adequada do profiling permite identificar problemas de qualidade e orientar as regras de tratamento a serem aplicadas no pipeline. Diante disso, analise as afirmativas a seguir sobre profiling básico de dados:

I. A análise de cardinalidade em uma coluna consiste em identificar o número de valores distintos presentes, sendo útil para reconhecer possíveis chaves candidatas e detectar colunas com baixa variabilidade que podem indicar problemas de qualidade.

II. O profiling de nulidade verifica a proporção de valores ausentes em cada coluna, fornecendo informações relevantes para decisões sobre estratégias de tratamento, como imputação, exclusão de registros ou criação de indicadores de ausência.

III. A análise de distribuição de frequência permite identificar quais valores ocorrem com maior regularidade em uma coluna e é aplicável exclusivamente a colunas com tipos de dados numéricos, não sendo útil para colunas do tipo texto ou categórico.

IV. O profiling básico, por ser uma análise estática realizada antes da ingestão, elimina a necessidade de validações de qualidade posteriores durante as fases de transformação e carga, desde que o dataset analisado não sofra alterações estruturais. Estão CORRETAS:

A I e lII, apenas.

B I e ll,apenas,apenas.

C II e lV, apenas.

D I, II e III, apenas.

E III e IV, apenas.

ID 124191 Banco de Dados Etl Extract Transform Load CEBRASPE 2025

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.

A Certo

B Errado

ID 46615 Banco de Dados Etl Extract Transform Load Consulplan 2025

Durante a implementação de um novo sistema de BI, a Hemobrás identificou que sua base de dados transacional possui diversas inconsistências, incluindo valores nulos para a quantidade de medicamentos distribuídos e registros duplicados de hospitais. Para garantir a qualidade dos dados antes de carregá-los em um data warehouse , a equipe de TI deve aplicar corretamente o processo de ETL. Qual das opções a seguir melhor descreve as etapas de extração, transformação e carga (ETL) necessárias para corrigir essas inconsistências antes da análise?

A Correção manual dos registros inconsistentes, garantindo que a equipe de TI revise todos os valores antes da extração para evitar que dados imprecisos sejam carregados.

B Armazenamento dos dados transacionais no data warehouse sem alterações, permitindo que a limpeza seja feita posteriormente pelos analistas de BI ao gerar os relatórios.

C Remoção de registros duplicados e tratamento de valores nulos na etapa de transformação, antes do carregamento no data warehouse , para assegurar a qualidade dos dados.

D Extração dos dados brutos da base transacional, seguida de um processo de carga direta no data warehouse para garantir que todas as informações originais sejam preservadas.

ID 22669 Banco de Dados Etl Extract Transform Load FGV 2025

Em ambientes de Business Intelligence (BI) e Data Warehousing, os processos de Extract, Transform, Load (ETL) são fundamentais para integrar dados provenientes de diferentes fontes, garantindo qualidade, consistência e disponibilidade para análises estratégicas. Em relação ao processo de ETL, assinale a afirmativa correta.

A A etapa de carga (Load) ocorre antes das etapas de extração e transformação, pois é necessário armazenar os dados para então processá-los.

B A transformação no ETL é responsável apenas por converter os dados para o formato JSON, sendo irrelevante para a consistência e qualidade dos dados.

C A extração no ETL envolve a remoção de dados redundantes ou inconsistentes do sistema de destino.

D O processo ETL é utilizado para integrar dados de múltiplas fontes, aplicar regras de negócio e carregá-los em um repositório central como um data warehouse.

E O principal objetivo do ETL é realizar o backup de dados operacionais para arquivamento em fitas magnéticas, sem aplicação analítica.

ID 9389 Banco de Dados Etl Extract Transform Load CEBRASPE 2025

Acerca de business intelligence , ETL e OLAP, julgue o item que se segue. Na transformação avançada do ETL, a derivação de dados cria novos atributos ou métricas a partir de colunas existentes, usando cálculos complexos e funções analíticas para enriquecer o dataset e suportar análises preditivas e segmentações contextuais.

A Certo

B Errado

ID 1264 Banco de Dados ETL Extract Transform Load AOCP 2025

Sobre as etapas do processo de ETL (Extract, Transform, Load), informe se é verdadeiro (V) ou falso (F) o que se afirma a seguir e assinale a alternativa com a sequência correta.

( ) A etapa de extract envolve a captura de dados de diversas fontes, como bancos de dados, arquivos CSV (Comma-Separated Values), APIs (Application Programming Interfaces), entre outros.

( ) A etapa de transform envolve a inserção ou atualização dos dados em um destino, como um banco de dados, data warehouse ou data lake.

( ) A etapa de load envolve limpeza, formatação, agregação, conversão ou enriquecimento dos dados.

A F – V – F.

B V – F – V.

C F – V – V.

D V – F – F.

E V – V – V.

ID 31741 Banco de Dados Etl Extract Transform Load 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 11632 Banco de Dados Etl Extract Transform Load CEBRASPE 2024

Julgue o item a seguir, a respeito de técnicas de ingestão de dados, análise de dados e Big Data. Na abordagem ETL, os dados são carregados no mesmo estado em que foram extraídos e são transformados no estágio posterior ao carregamento.

A Certo

B Errado