3923315 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: FGV
Orgão: SEDUC-SP

Provas:

Professor - Eixo IV/Tecnologia da Informação
Provas ×

BI: Business IntelligenceData Warehouse

O BI (Business Intelligence) ou Inteligência de Negócios possui, como um de seus pilares, o processo de ETL (Extraction, Transformation and Load). O fluxo ETL é o ferramental primordial para

A

criar dashboards interativos diretamente no front-end por meio das interações dos usuários.

B

armazenar logs de aplicação, segurança, acesso, erros e auditoria em arquivos texto crus.

C

mover, padronizar e integrar dados de múltiplas fontes antes de carregá-los em um repositório analítico.

D

aplicar técnicas de machine learning em tempo real sobre streams de eventos off-line locais.

E

comprimir e descomprimir arquivos de backup para economizar e otimizar espaço de alocação em diferentes unidades de disco.

Provas

Questão presente nas seguintes provas

3922769 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: IBAM
Orgão: Pref. Arraial Cabo-RJ

Provas:

Contador
Provas ×

Inteligência ArtificialConceitos e Fundamentos de IA

O Microsoft 365 é um serviço de assinatura que oferece acesso aos aplicativos do Office e outros serviços baseados na nuvem. Um desses recursos representa um novo paradigma no trabalho, em que os funcionários colaboram com a IA para aumentar a produtividade, resolvendo o desafio moderno em que o ritmo do trabalho vem sobrecarregando a capacidade de acompanhar as mudanças. É um serviço que foi projetado para transformar como se deve trabalhar na era digital, tendo como objetivo impulsionar a criatividade, aumentar a produtividade e promover novas habilidades. É uma ferramenta inovadora que se integra perfeitamente ao pacote de aplicativos do Microsoft 365, incluindo Teams, Word, Outlook, PowerPoint, Excel, para elevar a produtividade e a criatividade no local de trabalho. Esse recurso é conhecido como:

Provas

Questão presente nas seguintes provas

3915444 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: QUADRIX
Orgão: CRP-16

Provas:

Assistente Administrativo
Provas ×

Inteligência ArtificialConceitos e Fundamentos de IA

Com relação ao uso de webmails, ao backup em nuvem e à inteligência artificial, julgue o item seguinte.

Algoritmos de inteligência artificial são capazes de aprender com grandes volumes de dados históricos, permitindo prever padrões de comportamento e apoiar decisões automatizadas.

Provas

Questão presente nas seguintes provas

3915443 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: QUADRIX
Orgão: CRP-16

Provas:

Assistente Administrativo
Provas ×

Inteligência ArtificialConceitos e Fundamentos de IA

Com relação ao uso de webmails, ao backup em nuvem e à inteligência artificial, julgue o item seguinte.

A inteligência artificial pode ser utilizada para identificar automaticamente spam e mensagens maliciosas em contas de e-mail.

Provas

Questão presente nas seguintes provas

3915371 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SEFAZ-SE

Provas:

Auditor Fiscal Tributário - Geral
Provas ×

Análise de DadosAnálise Exploratória

Caso se pretendesse representar, em um relatório técnico, a relação entre duas variáveis quantitativas de determinado estado — o volume de arrecadação tributária e o número de fiscalizações realizadas —, seria mais adequado o uso de um gráfico de

A

Gantt, que ilustraria as etapas e a duração de um processo de fiscalização.

B

pizza, que mostraria a proporção de arrecadação por tipo de tributo (ICMS, IPVA, entre outros impostos) em determinado ano.

C

linhas, que demonstraria a evolução da arrecadação de determinado tributo ao longo de cinco anos.

D

dispersão, que exibiria a correlação entre o volume de arrecadação tributária e o número de fiscalizações realizadas.

E

barras, que compararia o volume de arrecadação tributária entre diferentes regiões do estado.

Provas

Questão presente nas seguintes provas

3915369 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SEFAZ-SE

Provas:

Auditor Fiscal Tributário - Geral
Provas ×

Big Data

O uso de big data no setor jurídico tem-se mostrado promissor na identificação de padrões em jurisprudências e na otimização de processos. Considerando os 5 Vs do Big Data e a aplicação dessa tecnologia ao setor jurídico, assinale a opção correta.

A

A correlação entre volume e veracidade é o desafio mais comum e mais crítico enfrentado por analistas jurídicos que utilizam o Big Data, pois a grande quantidade de informações não garante sua precisão, e a falta de padronização em documentos oficiais exige um esforço significativo para se garantir a confiabilidade dos dados.

B

A variedade de documentos digitais e o alto volume de processos judiciais são facilmente superados por sistemas de big data, o que torna a análise de dados jurídicos um processo direto e automatizado.

C

A velocidade na geração de novas leis e decisões e o ritmo com que novas informações jurídicas são disponibilizadas podem tornar rapidamente desatualizadas as ferramentas de análise de Big Data, o que exige atualizações constantes, sendo o principal desafio para a aplicação dessa tecnologia no meio jurídico.

D

Uma vez garantidas a veracidade e a autenticidade das fontes oficiais, os demais Vs são desafios tecnológicos secundários no âmbito da aplicação do big data ao setor jurídico.

E

O valor é o V menos importante no setor jurídico, pois as análises de Big Data sempre geram insights valiosos que justificam o alto custo de aquisição e manutenção dos sistemas.

Provas

Questão presente nas seguintes provas

3915368 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SEFAZ-SE

Provas:

Auditor Fiscal Tributário - Geral
Provas ×

Data MiningTécnicas de Mineração

Considerando a aplicação do algoritmo Apriori sobre um conjunto de dados transacionais, assinale a opção correta no que concerne aos conceitos envolvidos na geração de regras de associação.

A

O total de itens frequentes depende exclusivamente da quantidade de regras geradas.

B

A confiança de uma regra mede a proporção de transações que contêm o antecedente e também o consequente em relação ao total de transações que contêm apenas o antecedente.

C

O total de regras geradas é sempre igual ao número de itens frequentes multiplicado pela confiança mínima.

D

O suporte de uma regra é calculado como a razão entre o número de regras geradas e o total de itens frequentes.

E

O algoritmo Apriori não leva em consideração o valor mínimo de suporte ao gerar os conjuntos frequentes, mas sim a confiança das regras.

Provas

Questão presente nas seguintes provas

3915366 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SEFAZ-SE

Provas:

Auditor Fiscal Tributário - Geral
Provas ×

Inteligência ArtificialMachine Learning

No que diz respeito ao fenômeno de sobreajuste (overfitting), assinale a opção correta.

A

O sobreajuste ocorre quando um modelo preditivo é avaliado por seu desempenho em exemplares não utilizados no treinamento, o que resulta em avaliações positivas.

B

Modelos que se sobreajustam não representam os dados de treinamento com total fidelidade, o que resulta em avaliações ruins para todos os tipos de exemplares.

C

O sobreajuste é um fenômeno benéfico, pois garante que o modelo preditivo seja altamente preciso tanto para dados de treinamento quanto para novos exemplares.

D

O sobreajuste ocorre apenas quando o conjunto de dados de treinamento é muito pequeno, podendo ser solucionado com a sintonização manual dos parâmetros do modelo.

E

Modelos que se sobreajustam representam os exemplares de treinamento com alta fidelidade, mas perdem desempenho quando aplicados a novos exemplares, o que resulta em avaliações ruins.

Provas

Questão presente nas seguintes provas

3915365 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SEFAZ-SE

Provas:

Auditor Fiscal Tributário - Geral
Provas ×

Análise de DadosTécnicas de Pré-processamento

Alguns algoritmos de mineração de dados requerem que os atributos sejam categóricos, o que impossibilita o uso direto de dados numéricos. Para contornar essa limitação, pode-se aplicar a discretização. Acerca desse processo, assinale a opção correta.

A

A discretização não é recomendada para atributos contínuos, pois reduz a capacidade dos algoritmos de aprender padrões úteis.

B

A discretização baseada em histograma utiliza os intervalos de frequência do histograma para segmentar os dados, e os valores são substituídos conforme a faixa em que se encontram.

C

A discretização baseada em entropia é uma função linear por meio da qual se busca maximizar o ganho de informação ao se dividir o conjunto de dados, obtendo-se intervalos com maior relevância para classificação.

D

A discretização por agrupamento atribui aleatoriamente os valores do atributo numérico a grupos fixos, sem levar em conta critérios ou similaridades entre os dados.

E

A técnica de encaixotamento (binning) substitui os valores de um atributo por limites máximos e mínimos arbitrários, desconsideradas a média e a mediana.

Provas

Questão presente nas seguintes provas

3915364 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SEFAZ-SE

Provas:

Auditor Fiscal Tributário - Geral
Provas ×

BI: Business IntelligenceModelagem Multidimensional

Acerca do conceito e da aplicação da modelagem dimensional, assinale a opção correta.

A

O objetivo da modelagem dimensional é substituir o uso de chaves primárias e estrangeiras, de modo que apenas identificadores textuais sejam utilizados para relacionar tabelas.

B

A modelagem dimensional é um método de organização de dados em tabelas normalizadas utilizado para se evitarem redundâncias e minimizar a duplicidade de registros, sendo mais adequado para sistemas transacionais (OLTP).

C

Na modelagem dimensional, cada dimensão deve ser armazenada em formato de documento JSON para maior flexibilidade no esquema.

D

A modelagem dimensional organiza os dados em estruturas multidimensionais, geralmente compostas por tabelas-fato e tabelas-dimensão, otimizando consultas analíticas e sumarizações históricas.

E

A modelagem dimensional elimina a necessidade de índices no banco de dados, pois o desempenho de consulta é garantido pela estrutura de tabelas-estrela.