O termo “qualidade dos dados” designa as características relacionadas a dados considerados de alto padrão, assim como os procedimentos empregados para avaliar ou aprimorar tal qualidade. A qualidade dos dados é considerada elevada quando atende plenamente às expectativas e demandas dos usuários de dados. Quando essa finalidade não é atendida, ou é atendida de forma parcial, podemos classificar os dados como de baixa qualidade. Destaca-se que a qualidade dos dados está intrinsecamente vinculada ao contexto e às necessidades específicas dos consumidores de dados. As técnicas de qualidade de dados são essenciais para garantir confiabilidade, consistência e utilidade dos dados em qualquer sistema ou aplicação. Sobre as técnicas de qualidade de dados, relacione adequadamente as colunas a seguir.

1. Profiling.

2. Matching.

3. Deduplicação.

4. Data cleansing.

( ) Corrigir erros, preencher lacunas faltantes e padronizar dados para garantir consistência e exatidão.

( ) Coletar estatísticas ou resumos informativos sobre os dados coletados. Analisar e entender esses dados para identificar padrões, inconsistências e anomalias.

( ) Identificar e remover registros repetidos que representam a mesma entidade, garantindo que apenas uma instância de um registro específico seja mantida.

( ) Remove registros duplicados, simplificando o conjunto de dados e evitando redundâncias.

A sequência está correta em

Julgue os itens seguintes, referentes a integridade referencial, metadados e modelagem multidimensional.

Na modelagem multidimensional, os dados numéricos que os usuários desejam analisar são denominados dimensões, enquanto os diferentes ângulos ou perspectivas a partir dos quais esses dados podem ser analisados são denominados fatos.

Julgue os próximos itens, referentes ao Power BI.

No Power BI, por meio do Power Query, é possível escrever consultas SQL personalizadas ao se conectar em bancos de dados, o que possibilita a transformação de dados e a criação de relatórios e dashboards baseados nessas consultas.

Em relação à inteligência artificial (IA), julgue os itens a seguir.

Os modelos de difusão são focados na classificação de pontos de dados para determinar a relação entre fatores conhecidos e desconhecidos.

Em relação à inteligência artificial (IA), julgue os itens a seguir.

A IA generativa utiliza modelos de base treinados para realizar tarefas gerais, como, por exemplo, técnicas de distribuição de probabilidade.

Em relação à inteligência artificial (IA), julgue os itens a seguir.

Todos os tipos de IA buscam imitar a inteligência humana em tarefas de computação, ocorrendo o aprendizado por meio de reconhecimento de textos e imagens.

Em relação à inteligência artificial (IA), julgue os itens a seguir.

As redes adversárias generativas utilizam a rede geradora para produzir dados falsos aleatoriamente e a discriminadora para identificar esses dados falsos.

Com base em modelos e integração de dados, julgue os itens que se seguem.

Utilizada na transformação de dados, a técnica de derivação vincula dados semelhantes de diferentes fontes de dados.

Com base em modelos e integração de dados, julgue os itens que se seguem.

Os processos de ETL e ELT exigem o mesmo grau de definição em todas as suas etapas, não havendo diferenciação entre ambos os processos.

Com base em modelos e integração de dados, julgue os itens que se seguem.

Os processos de ETL utilizam uma área de preparação, conhecida como zona de pouso, onde os dados extraídos são armazenados temporariamente.