GabaritoC — a modelagem não estruturada.
Gabarito: letra C. A modelagem não estruturada é uma função típica do cientista de dados, pois o big data envolve dados de formatos variados e não estruturados (como textos, imagens e vídeos), que demandam técnicas específicas de modelagem. As demais alternativas referem-se a atividades mais associadas a outros profissionais (como analistas de BI, DBAs ou engenheiros de dados).
A banca testa o conhecimento sobre o papel do cientista de dados no contexto de big data. Enquanto dados estruturados e relacionais são tratados por bancos de dados tradicionais, o cientista de dados lida com a diversidade de tipos de dados, especialmente os não estruturados.
A modelagem estruturada é mais comum em bancos de dados relacionais e é frequentemente realizada por DBAs ou engenheiros de dados, não sendo uma função distintiva do cientista de dados.
A análise retrospectiva (ou descritiva) é típica de Business Intelligence (BI), que foca no que aconteceu. O cientista de dados atua mais em análises preditivas e prescritivas.
O cientista de dados trabalha com modelagem não estruturada, pois big data inclui dados sem formato fixo (textos, imagens, áudios). Mesmo quando integra dados estruturados, a modelagem não estruturada é central para explorar padrões em fontes diversas.
A modelagem relacional é própria de bancos de dados SQL e sistemas transacionais, sendo mais associada a administradores de banco de dados.
"Processamento comparativo" não é uma função padrão do cientista de dados; o termo é vago e não corresponde a uma atividade específica da área.
Para fixar, lembre que no big data os dados são classificados em estruturados, semiestruturados e não estruturados. O cientista de dados lida especialmente com os não estruturados, enquanto os estruturados são mais explorados por ferramentas tradicionais de BI.
Gabarito: letra C.
Link permanente: /questoes/ce123254