A analista de Business Intelligence Lúcia está elaborando o modelo multidimensional do Data Mart Processos Judiciais (DMProcJ). Durante sua análise, ela observou que o número do processo judicial (num_processo) não é uma métrica, mas sim um atributo importante, pois representa o menor grão do DMProcJ e pode ser usado para navegar até o sistema transacional de origem para analisar outras informações de um processo específico.

Para modelar o atributo num_processo, Lúcia deve implementar um(a):

As operações em vetores e matrizes é uma importante tarefa no desenvolvimento de Sistemas de Informação, especialmente os que manipulam dados. Observe o seguinte código Python.

import numpy as np
arr = np.array([1, 2, 3])
y = arr.copy()
arr[0] = 4
x = arr.view()
print(arr, x, y)
print(x.base, y.base, arr.shape)

O resultado da execução do código apresentado é:

O gestor de qualidade do MPU solicitou à analista de Business Intelligence Maria um Dashboard para monitorar o desempenho da tramitação dos processos ao longo do tempo.

O programador Pedro havia implementado o banco de dados MongoProc, no MongoDB, para armazenar os dados do sistema de tramitação de processos judiciais. Então, Maria solicitou a ele a consulta ao MongoProc para alimentar as tabelas: fato_proc (quantidade), dim_data, dim_estado. Pedro respondeu que não poderia fornecer apenas uma consulta, pois seria necessário transformar os dados NoSQL em relacional. Para implementar a solução, Maria poderá utilizar apenas as ferramentas disponíveis no MPU: MongoDB, PostgreSQL, MySQL, Flyway, Pentaho, QlikView e MicroStrategy.

Para transformar os dados NoSQL visando a alimentar as tabelas e construir o Dashboard, Maria deve:

O analista Flávio precisa analisar diversos dados contábeis do MPU sob diferentes perspectivas ao longo do tempo para fundamentar suas perícias. Para isso, ele recorreu ao ambiente analítico do MPU, a fim de utilizar uma ferramenta que permita realizar operações de roll-up, drilldown, slice, dice e pivot.
Para apoiar suas perícias, Flávio deve usar uma ferramenta:

O analista de suporte Theo está projetando e otimizando a infraestrutura de desenvolvimento de soluções de inteligência artificial do MPU. Theo observou que a maior demanda de recurso computacional ocorre na fase de treinamento de redes neurais, quando a demanda é diretamente proporcional à quantidade de iterações do modelo sobre o conjunto de dados de treinamento. Considerando o observado, Theo deve analisar a quantidade de vezes que o modelo percorre todo o conjunto de dados de treinamento.
Essa quantidade é representada por uma:

O analista Pablo está implementando várias rotinas de carga de dados no Data Warehouse do MPU. Pablo observou que os dados origem, que alimentam as principais dimensões, possuem sua própria chave de identificação.
Para não comprometer o uso dessas chaves com a sobreposição de chaves oriundas de outras fontes, Pablo deve implementar uma chave artificial por meio de um(a):

Na automação de scripts com Ansible, qual termo é utilizado para descrever os documentos Ansible que definem as tarefas a serem executadas, sendo que, cada tarefa, nesse contexto, representa uma unidade de automação capaz de realizar configurações, instalação de pacotes, execução de comandos, entre outras ações?

Julgue o item a seguir, em relação a técnicas de agrupamento, a técnicas de redução de dimensionalidade, e a processamento de linguagem natural.

Considere que se queira aplicar técnicas de processamento de linguagem natural na frase Paulo nasceu no Ceará, de forma tal que Paulo e Ceará sejam considerados, respectivamente, o nome da pessoa e o nome do local de nascimento dela. Nessa situação, é correto utilizar o NER (named entity recognition), pois, por meio da utilização do algoritmo K-means, os grupos relacionados aos termos que se deseja segmentar — no caso, pessoa e local — podem ser encontrados.

A respeito de máquinas de vetores de suporte e de avaliação de modelos de regressão, julgue o próximo item.

SVM (support vector machines) é um classificador não probabilístico que utiliza um hiperplano com margem máxima para separar dados em diferentes categorias, combina modelos lineares com técnicas de aprendizagem baseadas em instâncias e pode executar classificações lineares ou realizar classificações não lineares.

Acerca dos conceitos relacionados a business intelligence, julgue o item que se segue.

Na implementação do slowly changing dimension tipo 2, o valor antigo é sobrescrito pelo valor novo.