Questão FC369953
Considerando os conceitos principais de ciência de dados, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa. ( ) Em um sistema BigData, o pipeline
Tópicos Mesclados de Ciência de Dados
FGV · 2024
Considerando os conceitos principais de ciência de dados, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) Em um sistema BigData, o pipeline de dados implementa as etapas necessárias para mover dados de sistemas de origem, transformar esses dados com base nos requisitos e armazenar os dados em um sistema de destino, incluindo todos os processos necessários para transformar dados brutos em dados preparados que os usuários podem consumir.
( ) Dentre os métodos de manipulação de valores ausentes, em processamento massivo e paralelo, consta a normalização numérica, que se refere ao processo de ajustar os dados para que estejam em uma escala comparável, geralmente entre 0 e 1.
( ) A demanda crescente por medidas de criptografia ponta a ponta (da produção ao backup) tornam menos eficazes e relevantes tecnologias legadas, como a deduplicação de dados (data deduplication), que busca ajudar a otimizar o armazenamento e melhorar o desempenho de um sistema ao estabelecer processo de identificar e eliminar dados duplicados em um sistema.
As afirmativas são, respectivamente,
- V – V – F.
- V – F – V.
- F – V – V.
- F – F – F.
Mostrar resposta e comentário
Gabarito
B
Comentário do professor
A primeira afirmativa é correta: em ambientes BigData o pipeline de dados compreende a ingestão, a transformação (ETL/ELT), a validação/qualidade, o armazenamento e a entrega dos dados prontos para consumo — inclui orquestração, monitoramento e todas as etapas necessárias para converter dados brutos em informações utilizáveis.
A segunda afirmativa é falsa porque normalização é técnica de escalonamento (ajustar valores para uma mesma escala, ex.: 0–1) e não um método para tratar valores ausentes. Para missing values usa‑se remoção, imputação (média, mediana, kNN, modelos preditivos), interpolação ou abordagens específicas em frameworks distribuídos (ex.: Imputer em Spark MLlib).
A terceira afirmativa é correta: criptografia ponta a ponta torna menos eficaz a deduplicação, pois dados cifrados perdem padrões repetidos — blocks idênticos deixam de ser detectáveis. Existemm mitigantes (deduplicar antes da cifra, criptografia convergente), mas implicam trade‑offs de segurança e complexidade.
Conteúdo do catálogo FC Concursos · Atualizado em