Questão de Sistemas de Informação — Conceito de TI e SI — CESPE / CEBRASPE 2026
Sistemas de Informação›Conceito de TI e SI
Código
ce227893
Banca
CESPE / CEBRASPE
Órgão
SEFAZ-RN
Ano
2026
Nível
Superior
Cargo
Auditor Fiscal de Receitas Estaduais - conhecimentos complementares
No desenvolvimento de soluções para problemas complexos fundamentados em evidências, é imperativo distinguir as competências e os objetivos de cada domínio. A respeito da relação técnica entre Big Data, ciência de dados (data science) e análise de dados (data analytics), assinale a opção correta.
AA análise de dados constitui uma etapa conceitual e puramente teórica que antecede a ciência de dados, prescindindo do uso de ferramentas computacionais ou de técnicas de matemática aplicada para sua execução.
BA inteligência artificial e o aprendizado de máquina são áreas adjacentes, porém independentes da ciência de dados, não havendo intersecção metodológica entre a modelagem de algoritmos preditivos e o processo de extração de conhecimento.
CO objetivo final da ciência de dados restringe-se à validação técnica de fluxos de dados (pipelines), sendo a compreensão do problema de negócio e o mapeamento de valor etapas exclusivas da engenharia de dados e do Big Data.
DA ciência de dados caracteriza-se primordialmente pelo estudo e pela implementação de infraestruturas físicas para transmissão de dados, ao passo que o Big Data tem foco estrito na modelagem algorítmica e inferência estatística.
EO Big Data provê o ecossistema tecnológico e as ferramentas para lidar com a coleta, o armazenamento e o processamento distribuído de dados em larga escala (volume, velocidade e variedade), enquanto a ciência de dados utiliza esse suporte para aplicar métodos científicos e matemáticos que permitam a extração de conhecimento e de padrões úteis à tomada de decisão.
Revelar gabarito e comentário▾
GabaritoE — O Big Data provê o ecossistema tecnológico e as ferramentas para lidar com a coleta, o armazenamento e o processamento distribuído de dados em larga escala (volume, velocidade e variedade), enquanto a ciência de dados utiliza esse suporte para aplicar métodos científicos e matemáticos que permitam a extração de conhecimento e de padrões úteis à tomada de decisão.
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, Ciência de Dados e Análise de Dados: distinções fundamentais
Gabarito: letra E. A alternativa correta sintetiza com precisão a relação entre Big Data e Ciência de Dados: o Big Data fornece o ecossistema tecnológico para lidar com dados em larga escala (volume, velocidade e variedade), enquanto a Ciência de Dados utiliza esse suporte para aplicar métodos científicos e matemáticos na extração de conhecimento e padrões úteis à tomada de decisão. As demais alternativas contêm erros conceituais que trocam papéis, reduzem escopos ou negam intersecções metodológicas.
A banca testa o entendimento das definições e da interdependência entre essas três áreas. Embora o texto de apoio forneça uma base geral sobre sistemas de informação, a questão exige conhecimento específico das competências de cada domínio.
Critério
Big Data
Ciência de Dados (Data Science)
Análise de Dados (Data Analytics)
Função principal
Ecossistema tecnológico para coleta, armazenamento e processamento distribuído de dados em larga escala
Aplicação de métodos científicos e matemáticos para extração de conhecimento e padrões
Etapa prática e operacional de exploração, limpeza e modelagem de dados
Foco
Volume, velocidade e variedade (os 3 Vs)
Tomada de decisão baseada em evidências
Análise quantitativa e qualitativa de dados
Relação com as outras áreas
Fornece infraestrutura para ciência de dados e análise de dados
Utiliza Big Data como suporte e análise de dados como parte do ciclo
É parte integrante do ciclo da ciência de dados
Alternativa A — ❌ Incorreta
Afirma que a análise de dados (data analytics) é uma etapa puramente teórica, sem uso de ferramentas computacionais ou matemática aplicada. Erro: a análise de dados é eminentemente prática e operational, apoiando-se em software estatístico, linguagens de programação (Python, R) e técnicas quantitativas para explorar, limpar e modelar dados. Ela não antecede a ciência de dados de forma isolada; é parte integrante do ciclo da ciência de dados.
Alternativa B — ❌ Incorreta
Diz que inteligência artificial (IA) e aprendizado de máquina (ML) são áreas independentes da ciência de dados, sem intersecção metodológica. Erro: a ciência de dados utiliza amplamente algoritmos de ML e IA para construir modelos preditivos e prescritivos. O ML é uma das ferramentas centrais da caixa de ferramentas do cientista de dados. Há forte sobreposição e interdependência.
Alternativa C — ❌ Incorreta
Sustenta que o objetivo da ciência de dados se restringe à validação técnica de pipelines, e que a compreensão do negócio é exclusiva da engenharia de dados e do Big Data. Erro: a ciência de dados começa exatamente com o entendimento do problema de negócio e a definição das questões a serem respondidas. A validação de pipelines é uma etapa, não o objetivo final. Engenharia de dados e Big Data fornecem a infraestrutura, mas não têm o monopólio da compreensão do negócio.
Alternativa D — ❌ Incorreta
Inverte os papéis: coloca a ciência de dados como focada em infraestrutura física de transmissão de dados, e o Big Data como voltado à modelagem algorítmica e inferência estatística. Erro: é exatamente o oposto. O Big Data trata do ecossistema tecnológico (armazenamento distribuído, processamento paralelo, ferramentas como Hadoop e Spark), enquanto a ciência de dados se concentra na modelagem, análise e inferência para extrair conhecimento.
Alternativa E — ✅ Correta ⟵ GABARITO
Define corretamente os papéis: o Big Data provê o ambiente para coleta, armazenamento e processamento de grandes volumes de dados com alta velocidade e variedade; a ciência de dados aplica métodos científicos, estatísticos e computacionais sobre esses dados para gerar insights e suporte à decisão. Essa descrição está alinhada ao consenso acadêmico e de mercado.
NÃO CAIA NESSA!
A banca explora a troca de definições entre Big Data e Ciência de Dados (alternativa D) e a falsa pureza teórica da análise de dados (A). Fique atento: Big Data é infraestrutura; Ciência de Dados é método; Análise de Dados é prática aplicada.