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

352 questões encontradas

ID 13182 Banco de Dados Geral CEBRASPE 2024

A modelagem de dados multidimensional é

A otimizada para inserção, alteração e consultas de pequenas partes do banco de dados, com foco em normalização, para reduzir as redundâncias e permitir a consistência; nesse modelo, os dados são voláteis e passíveis de alteração.

B uma representação do banco de dados a partir de uma coleção de relações para suportar o processamento de transações online (OLTP - Online Transaction Processing ).

C uma técnica de modelagem de banco de dados voltada para consultas de diferentes perspectivas em um data warehouse e otimizada para consultas analíticas (OLAP - Online Analytical Processing).

D um conjunto de uma ou mais relações com diferentes nomes, sendo o esquema do seu banco de dados a coleção dos esquemas de cada relação que os compõe.

ID 13171 Banco de Dados Geral CEBRASPE 2024

Assinale a opção em que é apresentado o termo de Big Data que se refere a uma massiva quantidade de informações que é uma característica crítica na determinação de seu valor.

A verificação

B validação

C variância

D volume

ID 13170 Banco de Dados Geral CEBRASPE 2024

O aspecto diretamente afeto aos “Vs” de Big Data que trata especificamente dos diferentes tipos de dados, ou seja, se são estruturados ou semiestruturados, é a

A volatilidade.

B variedade.

C variância.

D variação.

ID 13169 Banco de Dados Geral CEBRASPE 2024

Em Big Data , coleções ou grupos de dados relacionados em que haja possibilidade de compartilhamento com outros grupos, atributos ou propriedades são denominados

A data mining.

B data analytics.

C data set.

D data analysis.

ID 13168 Banco de Dados Geral CEBRASPE 2024

Data lake é um repositório em que é permitido I processar e proteger grandes quantidades de dados estruturados. II armazenar dados sem a necessidade de primeiro estruturá-los para que possam ser executados diferentes tipos de análises neles. III armazenar dados semiestruturados ou dados em formato nativo. Assinale a opção correta.

A Apenas o item I está certo.

B Apenas o item II está certo.

C Apenas o item III está certo.

D Todos os itens estão certos.

ID 13115 Banco de Dados Geral CEBRASPE 2024

A respeito das semelhanças e diferenças entre o Power BI e o Qlik Sense na construção de dashboards , assinale a opção correta.

A O Qlik Sense permite a criação de relatórios paginados nativamente, enquanto o Power BI requer o uso de uma ferramenta adicional para essa funcionalidade.

B O Power BI permite a criação de dashboards interativos, enquanto o Qlik Sense não oferece essa funcionalidade.

C O Power BI possui uma integração mais robusta com o Microsoft Excel, enquanto o Qlik Sense é mais conhecido por sua capacidade de associar dados de diferentes fontes de forma automática.

D O Qlik Sense utiliza a mesma linguagem que o Power BI para a criação de medidas e cálculos.

ID 13114 Banco de Dados Geral CEBRASPE 2024

Assinale a opção correta no que diz respeito à personalização de visualizações no Power BI e no Qlik Sense.

A No Power BI, é possível importar visualizações personalizadas da AppSource, enquanto no Qlik Sense as visualizações personalizadas devem ser criadas do zero.

B O Qlik Sense oferece suporte nativo para visualizações em Python, enquanto o Power BI não possui essa funcionalidade.

C No Power BI, é possível criar visualizações personalizadas com a utilização da linguagem R, enquanto no Qlik Sense não há suporte para integração com R.

D O Qlik Sense permite a criação de visualizações personalizadas com a utilização do JavaScript, enquanto o Power BI não oferece suporte para visualizações personalizadas com JavaScript.

ID 13113 Banco de Dados Geral CEBRASPE 2024

Um cientista de dados é responsável por criar dashboards interativos para uma empresa que pretende monitorar suas vendas e seu desempenho financeiro. A empresa utiliza tanto o Power BI quanto o Qlik Sense para diferentes departamentos. O cientista de dados precisa criar um dashboard que permita aos usuários filtrar dados por região, produto e período de tempo, além de incluir gráficos de linha, barras e mapas interativos. Considerando a situação hipotética apresentada, assinale a opção correta em relação às capacidades do Power BI e do Qlik Sense para atender aos requisitos mencionados.

A O Power BI oferece suporte nativo para gráficos de linha e barras, mas mapas interativos só podem ser criados no Qlik Sense.

B O Power BI permite a criação de gráficos de linha, barras e mapas interativos, mas não oferece suporte para filtros dinâmicos por região, produto e período de tempo.

C Tanto o Power BI quanto o Qlik Sense permitem a criação de gráficos de linha, barras e mapas interativos, além de oferecerem suporte para filtros dinâmicos por região, produto e período de tempo.

D O Qlik Sense permite a criação de gráficos de linha, barras e mapas interativos, mas não oferece suporte para filtros dinâmicos por região, produto e período de tempo.

ID 13112 Banco de Dados Geral CEBRASPE 2024

Um cientista de dados foi encarregado de criar um dashboard para a equipe de vendas da empresa cujo objetivo é monitorar em tempo real as métricas de desempenho, como volume de vendas, receita e número de clientes novos por região. Os dados estão armazenados em um banco de dados SQL, e esse profissional deverá integrar essas consultas SQL no processo de criação do dashboard . Considerando a situação hipotética apresentada, assinale a opção em que é descrita a abordagem mais eficiente para garantir que o dashboard seja atualizado em tempo real e que as consultas SQL sejam otimizadas para melhor performance .

A carregar para a memória todos os dados brutos do banco de dados SQL no Qlik Sense e, depois, utilizar as ferramentas de transformação de dados dentro do Qlik Sense para calcular as métricas no momento da visualização

B criar no Power BI um script SQL que agregue todos os dados necessários em uma única consulta e utilizar o Power BI para atualizar os dados manualmente se necessário

C utilizar várias consultas SQL no Power BI, separadas para cada métrica individual, e configurar o Power BI para fazer a junção desses dados na camada de visualização

D utilizar uma conexão direta ao banco de dados SQL no Qlik Sense, em que as consultas sejam executadas diretamente na fonte de dados, e configurar o dashboard para atualizações em intervalos definidos

ID 13111 Banco de Dados Geral CEBRASPE 2024

Um profissional de dados foi encarregado de criar um dashboard em Qlik Sense que deverá exibir métricas de vendas por região e por produto em tempo real. Os dados estão armazenados em um banco de dados relacional SQL. Para garantir a melhor performance e a integridade das informações, esse profissional deve considerar como o Qlik Sense se conecta ao banco de dados e como as consultas SQL são estruturadas. Tendo como referência a situação hipotética apresentada, assinale a opção em que é descrita a abordagem mais eficiente e correta para a consulta dos dados na construção desse dashboard .

A configurar uma conexão direta ao banco de dados SQL e utilizar a linguagem SQL para realizar todas as agregações e cálculos na origem, carregando-se apenas os resultados finais para o Qlik Sense

B carregar todos os dados brutos diretamente do banco de dados SQL para o Qlik Sense sem qualquer pré-processamento e utilizar scripts de transformação dentro do Qlik Sense para realizar todas as operações de agregação e cálculo

C escrever uma consulta SQL complexa para carregar todos os dados necessários no Qlik Sense de uma só vez, e realizar todas as agregações e cálculos dentro do Qlik Sense com a utilização de expressões Qlik

D exportar os dados necessários do banco de dados SQL para arquivos CSV e carregá-los no Qlik Sense, realizando-se as transformações e cálculos diretamente no Qlik Sense