GabaritoD — analytics.
Gabarito: letra D (data analytics). A disciplina que gerencia o ciclo de vida completo dos dados — coleta, limpeza, organização, armazenamento, análise e governança — é a análise de dados (data analytics). Os demais termos focam em etapas específicas: warehouse é armazenamento, mining é descoberta de padrões e visualization é apresentação visual.
A banca cobra a distinção entre os principais conceitos de Big Data. A chave é perceber que data analytics é o processo amplo que engloba todas as fases mencionadas no enunciado.
Em Big Data, lembre-se: data analytics é o guarda-chuva que cobre todo o ciclo de vida; data warehouse, data mining e data visualization são componentes ou ferramentas dentro desse processo maior. Na prova, identifique se a descrição envolve apenas uma etapa (visualização, mineração, armazenamento) ou o ciclo completo (analytics).
Data visualization refere-se exclusivamente à representação gráfica dos dados (gráficos, dashboards). Não abrange coleta, limpeza, organização, armazenamento ou governança. É apenas uma etapa final do processo analítico.
Data mining é o processo de descobrir padrões e relacionamentos ocultos em grandes conjuntos de dados, geralmente usando técnicas de aprendizado de máquina. Embora faça parte da análise, não cobre o gerenciamento completo do ciclo de vida (falta coleta, limpeza, governança, etc.).
Data warehouse é um sistema de armazenamento otimizado para consultas e relatórios, normalmente com dados estruturados e históricos. Não é uma disciplina que gerencie todo o ciclo de vida; é um componente de infraestrutura dentro de uma estratégia maior de analytics.
Data analytics é a ciência que abrange todo o ciclo de vida dos dados: desde a coleta e limpeza até a análise, governança e tomada de decisão. No contexto de Big Data, o termo analytics é usado para descrever o processo completo de transformar dados brutos em insights acionáveis, conforme descrito no enunciado.
Gabarito: letra D.
Link permanente: /questoes/ce185221