As mídias sintéticas como vídeos, áudios ou imagens criadas ou modificadas por inteligência artificial para imitar a aparência ou a voz de pessoas reais de forma convincente, denomina-se:

No âmbito das tecnologias para Big Data, o Apache Hadoop e o Apache Spark apresentam características distintas de execução e tolerância a falhas.
Analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) O Hadoop MapReduce grava dados intermediários em disco entre as fases de Map e Reduce, enquanto o Spark processa e retém dados preferencialmente na memória RAM.
( ) No Apache Spark, as transformações disparam imediatamente a computação física no cluster, enquanto as ações apenas registram as etapas no Grafo Acíclico Dirigido (DAG).
( ) A tolerância a falhas no HDFS ocorre pela replicação de blocos em múltiplos nós, enquanto no Spark ela se baseia no histórico de linhagem (lineage) para reconstituir partições perdidas.
As afirmativas são, respectivamente,

A equipe de Engenharia de Dados de uma multinacional está otimizando o pipeline de PLN de um sistema de atendimento ao cliente em tempo real. O objetivo é classificar os chamados recebidos em categorias de urgência e encaminhá-los ao suporte técnico correto. Durante o desenvolvimento do modelo de inteligência artificial, os engenheiros debateram sobre o impacto de diferentes técnicas de pré-processamento e vetorização na captura do significado semântico e contextual das mensagens dos usuários.
Considerando os conceitos fundamentais de pré-processamento, vetorização e arquitetura de PLN aplicados a esse cenário, assinale a afirmativa correta.

Um especialista foi contratado por uma multinacional do setor logístico para desenvolver um sistema automatizado de inspeção de qualidade. O objetivo é identificar pequenas fissuras e defeitos superficiais em caixas de papelão que passam em alta velocidade por uma esteira industrial.
Para resolver o problema, a equipe optou por utilizar uma Rede Neural Convolucional (CNN). Durante a etapa de arquitetura do modelo, os engenheiros precisam definir o papel de cada camada na extração de características.
Considerando o funcionamento interno de uma CNN aplicada a esse cenário industrial, assinale a afirmativa correta.

Uma equipe de Ciência de Dados construiu uma rede neural profunda para prever a taxa de cancelamento de clientes em uma grande plataforma. Durante a fase de validação, os engenheiros notaram que o modelo apresentava uma acurácia próxima de 99% no conjunto de dados de treino, mas o desempenho despencava para 62% no conjunto de testes. Para combater esse problema de sobreajuste, a liderança técnica solicitou a aplicação de técnicas de regularização baseadas na penalização da função de perda por meio de normas (L1 e L2), visando melhorar a capacidade de generalização do modelo e limitar o crescimento excessivo dos pesos.
Considerando o comportamento e o impacto teórico das penalizações pela norma L1 (Lasso) e pela norma L2 (Decaimento de Pesos) nas redes neurais artificiais, assinale a afirmativa correta.

Na análise de 10.000 registros de incidentes de serviços de TIC da DATAPREV, foi usada a técnica de regras de associação para identificar ocorrências que aparecem conjuntamente nos registros. A equipe deseja avaliar a regra A → B.

Dentre os registros, destacam-se:

• 2.000 incidentes apresentaram a ocorrência A;
• 1.500 incidentes apresentaram a ocorrência B; e
• 1.200 incidentes apresentaram, simultaneamente, as ocorrências A e B.

Considerando as métricas empregadas em regras de associação, os valores de suporte e confiança para a regra A → B são, respectivamente,

No acompanhamento de seus serviços de Tecnologia da Informação e Comunicação (TIC), a DATAPREV usa diferentes sistemas para registrar informações relativas à disponibilidade dos serviços, à utilização da infraestrutura, a eventos e incidentes. Para subsidiar a gestão desses serviços, pretende-se consolidar os dados provenientes dessas diferentes fontes em um ambiente de Business Intelligence (BI). Antes de serem disponibilizados para análise, os dados precisam ser extraídos dos sistemas de origem, ter seus formatos padronizados, registros duplicados removidos e identificadores de serviços compatibilizados. Após essa preparação, os gestores poderão analisar indicadores por período, serviço e unidade, alterando as dimensões e os níveis de detalhamento das consultas.
Nesse cenário, assinale a opção que indica as tecnologias ou processos empregados, respectivamente, na preparação dos dados e na análise multidimensional das informações.

O crescimento de uma plataforma analítica da DATAPREV passou a exigir o tratamento de grandes quantidades de registros provenientes de sistemas corporativos, eventos gerados continuamente pela infraestrutura de TIC e conteúdos armazenados em diferentes formatos.
Relacione as características de Big Data apresentadas a seguir às respectivas situações.

1. Volume
2. Velocidade
3. Variedade

( ) Necessidade de processar continuamente eventos produzidos pelos sistemas, de modo que determinadas informações estejam disponíveis após sua geração.
( ) Existência de dados provenientes de tabelas de bancos relacionais, arquivos de texto, registros de eventos, documentos digitalizados e imagens.
( ) Crescimento da quantidade de dados armazenados, exigindo infraestrutura capaz de processar e manter conjuntos de dados de grande dimensão.

Assinale a opção que indica a relação correta, segundo a ordem apresentada.

No acompanhamento de serviços e processos corporativos, a DATAPREV pode utilizar recursos de Business Intelligence (BI) para transformar dados disponíveis em informações úteis à gestão. Nesse contexto, indicadores, técnicas de descoberta de padrões e recursos de apresentação de informações cumprem funções distintas no processo analítico.

Relacione os conceitos a seguir às respectivas características. 

1. Business Intelligence (BI)
2. Indicador-chave de desempenho (KPI)
3. Data Mining
4. Relatório gerencial

( ) Medida utilizada para acompanhar o desempenho de uma atividade, processo ou serviço em relação a determinado objetivo ou resultado esperado.
( ) Aplicação de técnicas de análise sobre conjuntos de dados com o propósito de identificar padrões, associações, tendências ou relações potencialmente úteis.
( ) Conjunto de métodos, processos e tecnologias empregados para transformar dados em informações que apoiem análises e decisões.
( ) Forma estruturada de apresentação de informações destinada a comunicar resultados, ocorrências ou desempenho aos responsáveis pela gestão.

Assinale a opção que indica a relação correta, segundo a ordem apresentada.

Considere um modelo dimensional destinado à análise de vendas, composto pelas tabelas FatoVenda, DimProduto, DimCliente e DimData.
A tabela FatoVenda possui as colunas: CodigoProduto, CodigoCliente, CodigoData, Quantidade e ValorVenda. As três primeiras colunas referenciam, respectivamente, as chaves das tabelas DimProduto, DimCliente e DimData.

Assinale a opção que contém a afirmação correta sobre a forma como os relacionamentos entre a tabela fato e as dimensões são materializados nesse modelo.