Um Analista de Sistemas de um órgão do poder judiciário está implantando uma solução de monitoramento e auditoria dos acessos ao sistema de tramitação de inquéritos. A equipe técnica decidiu utilizar o conjunto ELK (Elasticsearch, Logstash e Kibana) para centralizar os logs de acesso, detectar padrões de uso suspeitos e produzir dashboards com métricas de acesso em tempo real.

As fontes de dados incluem arquivos de log em servidores, registros de firewall e notificações de API, Cada linha de log contém carimbos de tempo, IPs, tipo de operação, usuário, e o resultado da ação.

Durante a configuração, o Analista precisa:

1. Ingerir dados brutos de múltiplas fontes.
2. Estruturar, transformar e enriquecer os dados.
3. Indexar os dados de forma pesquisável.
4. Visualizar padrões de acesso, falhas e comportamentos atípicos.

Com base nessa situação, reflete corretamente o papel e funcionamento das ferramentas da ELK Stack nesse contexto,

Uma Analista de um Tribunal Regional do Trabalho está conduzindo um diagnóstico demográfico de trabalhadores de diversos setores. Ela possui o arquivo trabalhadores.csv, que contém as colunas nome, idade, ocupação e salario. Antes de calcular a média de idade, a Analista precisa garantir que:

• Todos os registros com idade nula ou negativa sejam desconsiderados do cálculo;
• Apenas trabalhadores cuja ocupação seja diferente de “Estagiário” sejam considerados;
• A média de idade seja calculada com base nesse conjunto de dados filtrado.

Ela inicia o trabalho com o código Python abaixo.

import pandas as pd
df = pd.read_csv('trabalhadores.csv')
df_filtrado = __I__
media_idade = __II__
print (media_idade)

Considerando as condições estabelecidas e o uso adequado das ferramentas da biblioteca Pandas em condições ideais, as lacunas I e II devem ser preenchidas, correta e respectivamente, com:

df.query("idade > 0 and ocupacao != 'Estagiário'")
sum(df_filtrado['idade']) / length(df_filtrado)

df[df['idade'].apply(lambda x: x > 0) & (df['ocupacao'] != 'Estagiário')]
df_filtrado['idade'].aggregate('avg')

df[(df['idade'].notnull())&(df['idade'] > 0) & (df['ocupacao'] != 'Estagiário')]
df_filtrado.groupby('ocupacao')['idade'].mean().mean()

df.loc[(df['idade']>0)&(df['idade'].NaN())& (df['ocupacao'] != 'Estagiário')]
df_filtrado['idade'].sum() / df_filtrado['idade'].count()

df[(df['idade'].notna()) & (df['idade'] > 0) & (df['ocupacao'] != 'Estagiário')]
df_filtrado['idade'].mean()

O Big Data é caracterizado por três principais atributos: volume, variedade e velocidade. Esses fatores influenciam diretamente o armazenamento, o processamento e a análise dos dados. Em relação aos dados estruturados e não estruturados, assinale a alternativa correta.

Julgue os itens a seguir, relativos à inteligência artificial (IA).

Deepfakes são vídeos gerados por IA para produzir conteúdo altamente realista e podem ser criados por meio de rede adversária generativa (GAN), a qual corresponde a uma arquitetura de aprendizado profundo que treina duas redes neurais para competirem entre si.

Em aprendizado de máquina, não há overfitting.

Em aprendizado de máquina, as técnicas de classificação e regressão são exemplos de aplicações práticas para a solução de problemas.

Em machine learning supervisionado, o algoritmo aprende, a partir de um conjunto de dados rotulados, a identificar padrões e realizar previsões em novos dados.

Julgue os itens subsequentes, relativos à teoria da informação e a banco de dados.

A mineração de dados é uma técnica em que se utilizam exclusivamente algoritmos de aprendizado supervisionado para a identificação de padrões em grandes volumes de dados; no contexto de Big Data, a premissa principal é a utilização de bancos de dados relacionais tradicionais, que são suficientes para o enfrentamento dos desafios de volume, variedade e velocidade característicos desse ambiente.

Considere que um algoritmo de árvore de decisão utilize entropia como medida de impureza para realizar as divisões dos dados em diferentes nós da árvore. Considere ainda que a entropia seja máxima quando a distribuição das classes é perfeitamente equilibrada e mínima quando todos os exemplos pertencem a uma única classe. Nesse caso, em uma partição contendo 100 exemplos classificados em três categorias A, B e C, a entropia da partição é maior no cenário em que há 33 exemplos de cada classe do que no cenário em que há 90 exemplos da classe A, 5 da classe B e 5 da classe C, mesmo que o número total de exemplos na partição seja o mesmo em ambos os casos.

Acerca de segurança da informação, bancos de dados e aprendizado de máquina, julgue os próximos itens.

Em geral, projetos de Big Data caracterizam-se por cinco diferentes atributos: valor, variedade, velocidade, veracidade e volume.