No que se refere à qualidade e visualização de dados, julgue o item a seguir.

Para a identificação de outliers, deve-se calcular o intervalo interquartil (IQR) e identificar dados que estão a mais de 1,5 vezes o IQR abaixo do primeiro quartil ou acima do terceiro quartil.

No que se refere à qualidade e visualização de dados, julgue o item a seguir.

A pseudonimização é uma técnica de desidentificação de dados que consiste na remoção completa de identificadores pessoais, tornando impossível a identificação do titular dos dados.

Acerca da governança de dados, julgue o item seguinte.
Os dados mestres armazenam informações essenciais sobre tabelas, incluindo sua definição e localização físicas, além de permitirem a adição de atributos relevantes aos negócios e o monitoramento das mudanças nos dados ao longo do tempo.

A respeito de análise exploratória de dados, julgue o item a seguir.

Um dado anômalo, ou outlier, é um valor que se destaca significativamente dos demais em um conjunto de dados e pode ser identificado visualmente por meio do gráfico boxplot.

A respeito de análise exploratória de dados, julgue o item a seguir.

Na análise exploratória de dados, é comum categorizar os valores não numéricos como variáveis qualitativas, que podem ser subdivididas em discreta, como raça e cor, e em ordinal, como tamanho de uma roupa ou classe social.

Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.

Os data warehouses são orientados por assunto, variáveis no tempo e não voláteis, no entanto, eles não são a melhor opção para o armazenamento de dados históricos.

Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.

A veracidade em Big data aborda os possíveis problemas que os dados gerados podem apresentar, como a presença de dados incompletos, corrompidos ou com anomalias, os quais podem resultar em diferentes níveis de incerteza e confiabilidade.

Acerca de Big data, bancos de dados distribuídos e soluções de suporte à decisão, julgue o item seguinte.

Os data lakes não oferecem visão multidimensional dos dados por padrão, sendo mais apropriados para armazenar uma ampla variedade de dados brutos, enquanto as análises multidimensionais são geralmente realizadas pelos data warehouses.

Acerca de dados abertos, bem como de processos de coleta, tratamento, armazenamento, integração e recuperação de dados, julgue o item que se segue.

Na fase de carregamento de um processo ETL (extract transform load), são realizadas a deduplicação e a validação dos dados.

Acerca de dados abertos, bem como de processos de coleta, tratamento, armazenamento, integração e recuperação de dados, julgue o item que se segue.

Data warehouse e data mart dizem respeito às estruturas dimensionais de dados, remodeladas com o objetivo de prover análises diferenciais, ao passo que o OSD (operational data store) está relacionado ao armazenamento e tratamento de dados, de forma também consolidada, porém sem as características dimensionais.