A visualização de dados é uma etapa fundamental para compreender grandes volumes de informações e identificar padrões relevantes no contexto de Data Mining e Big Data. Em relação às principais técnicas de visualização de dados, é correto afirmar que:

O processo de ETL (Extract, Transform, Load) é essencial para a construção e manutenção de um Data Warehouse, garantindo que os dados sejam integrados e disponibilizados de forma consistente para suporte à decisão. Sobre o processo de ETL, assinale a alternativa correta.

Uma das soluções mais interessantes utilizadas atualmente nos servidores é a construção de sistemas por meio de contêineres. Contêineres são unidades leves e portáteis que empacotam uma aplicação e suas dependências (bibliotecas, configurações etc.), permitindo que ela seja executada de forma consistente em qualquer ambiente.
Diante desse contexto, assinale a opção que indica uma característica específica de máquinas virtuais (VMs) em comparação aos contêineres.

Com a diversificação das aplicações que empregam conjuntos de dados classificados como Big Data, foram desenvolvidos frameworks, heurísticas e metodologias para armazenar, acessar e processá-los sem comprometer o desempenho dos sistemas envolvidos. Duas soluções que se destacam nesse contexto são o Apache Hadoop e o Apache Spark.
A respeito dessas soluções, assinale a afirmativa correta.

Associe os dois conceitos a seguir, às suas respectivas características.
1. OLAP 2. Data Lake

( ) Seu principal padrão de escrita é a importação em massa (ETL) ou fluxo de eventos.

( ) Armazena principalmente dados brutos, passando ou não por transformação.

( ) É caracterizada pela agregação sobre um grande número de registros, alimentando relatórios que ajudam a gestão de uma empresa a tomar decisões mais informadas.

( ) permite o armazenamento de grandes volumes de dados de qualquer tipo e tamanho, sendo uma alternativa aos Data Warehouses tradicionais.

Assinale a opção que apresenta a associação correta, na ordem apresentada.

Em sistemas de gerenciamento de bancos de dados, o Controle de Concorrência Multiversão (MVCC) é uma técnica utilizada para gerenciar transações concorrentes de maneira eficiente.
A respeito do funcionamento do MVCC, assinale a afirmativa correta.

Com relação às técnicas de redução de dimensionalidade, no contexto de aprendizado de máquina, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) As técnicas de agregação formam novos atributos, por meio da combinação de grupos dos atributos originais.
( ) As técnicas de seleção de atributos descartam parte dos atributos originais.
( ) Técnicas de seleção de atributos embutidas são aplicadas na etapa de pré-processamento.

As afirmativas são, respectivamente,

Com relação ao ajuste de dados e a aplicação de modelos preditivos de aprendizado de máquina, analise os itens a seguir.

I. O subajuste (underfitting) indica baixa capacidade preditiva do modelo para os dados de treinamento.
II. O superajuste (overfitting) impacta negativamente a capacidade de generalização do modelo.
III. A presença de ruído nos dados favorece a ocorrência de superajuste (overfitting) do modelo.

Está correto o que se afirma em

A popularização da Internet permitiu que grande parcela da população pudesse expressar suas opiniões na forma de fóruns, blogs, avaliações de produtos, entre outros. Assim, deixou de ser necessário que empresas conduzam enquetes ou pesquisas para que possam saber a opinião dos consumidores sobre seus produtos ou de concorrentes. O volume de textos opinativos disponíveis é tal, que a tarefa de ler, sumarizar e organizar de forma útil essas informações é desafiadora. O campo da análise de sentimento, no processamento de linguagem natural, trata justamente dessa necessidade, da automatização da descoberta e da sumarização de opiniões.
Considerando este tema, avalie as afirmativas a seguir.

I. A análise de sentimentos pode ser tratada como um problema de classificação de textos, onde é importante definir se o texto é objetivo ou subjetivo. Textos subjetivos são os de principal interesse nesse campo de pesquisa.

II. A análise de sentimentos pode ser usada para a identificação de avaliações falsas em sites de e-commerce. Uma limitação para essa aplicação é a dificuldade de obtenção de dados para treinamento de modelos, uma vez que a marcação manual de avaliações com opiniões falsas ou enganosas é muitas vezes difícil.

III. Um exemplo de algoritmo supervisionado de análise de sentimentos para avaliações de produtos pode ser resumido nos seguintes passos: extração de frases com padrões predeterminados de opinião; cálculo de um indicador de orientação de cada frase; obtenção da orientação média da avaliação como um todo; e determinação se é positiva ou negativa.

Está correto o que se afirma em

No contexto de ferramentas de integração de ambientes de Big Data e Banco de Dados relacionais, associe cada descrição a seguir à respectiva ferramenta.

1. Apache Kafka.

2. Apache Sqoop.

( ) Muito usado para transferência de dados entre bancos relacionais para o ecossistema Hadoop.

( ) Suas transferências de dados são baseadas em lotes, focando em transferências programadas ou sob demanda.

( ) Muito usado para streaming de dados em tempo real.

( ) Trabalha com mensageria distribuída, baseada no conceito de tópicos, permite que produtores enviem mensagens e consumidores as processem de forma assíncrona.

A associação correta, na ordem apresentada, é