Pular para o conteúdo principal

Questão de Banco de Dados — Big Data — CESPE / CEBRASPE 2025

Banco de DadosBig Data
Código
ce197239
Banca
CESPE / CEBRASPE
Órgão
EMBRAPA
Ano
2025
Nível
Superior
Cargo
Analista – Área: Gestão da Informação – Subárea: Engenharia de Infraestrutura e Tecnologia da Informação
Julgue o item a seguir, a respeito de inteligência artificial, Big Data e data warehouse.Big Data e data warehouse são técnicas de armazenamento que dispensam a necessidade de descoberta de conhecimento e mineração de dados, e, por isso, a aprendizagem de máquina não se aplica ao contexto de Big Data.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoE — Errado

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Big Data e Data Warehouse: relação com mineração de dados e aprendizado de máquina

Gabarito: Errado. A afirmação de que Big Data e data warehouse dispensam descoberta de conhecimento e mineração de dados, e que aprendizagem de máquina não se aplica a Big Data, é falsa. Na realidade, Big Data e data warehouse são fontes ricas de dados que frequentemente exigem mineração (data mining) e aprendizado de máquina (machine learning) para extrair insights, padrões e modelos preditivos.

A banca tenta induzir o candidato a pensar que Big Data e data warehouse são apenas repositórios passivos, mas o conceito de Big Data envolve justamente a necessidade de processamento e análise avançada devido ao volume, velocidade e variedade dos dados. O data warehouse, por sua vez, é projetado para análise e suporte à decisão, sendo comum o uso de técnicas de mineração e OLAP. Aprendizado de máquina é amplamente aplicado em cenários de Big Data para tarefas como classificação, regressão, clustering e detecção de anomalias.

Técnica

Relação com Mineração de Dados

Relação com Aprendizado de Máquina

Finalidade Principal

Big Data

Exige mineração para extrair padrões e insights

Aplica-se amplamente (classificação, clustering, etc.)

Processar e analisar grandes volumes de dados (5 Vs)

Data Warehouse

Frequentemente utiliza mineração e OLAP

Pode usar machine learning para suporte à decisão

Armazenar e organizar dados para análise e relatórios

NÃO CAIA NESSA!

A banca inverte a relação real: em vez de "dispensar", Big Data e data warehouse potencializam a necessidade de descoberta de conhecimento e mineração de dados. O aprendizado de máquina é uma ferramenta essencial no contexto de Big Data, não algo que não se aplica.

SE LIGUE NESSA!

Big Data é comumente associado aos 5 Vs (volume, velocidade, variedade, veracidade, valor), e a geração de valor depende de técnicas de análise como mineração e machine learning.

A afirmação está errada, pois contraria os conceitos fundamentais da área.

Gabarito: Errado

Link permanente: /questoes/ce197239