Engenharia de Software · FCC · 2022 | Questão sqc-fc062359

Engenharia de SoftwareGeoprocessamento em Engenharia de Software

Código: fc062359
Banca: FCC
Órgão: PGE-AM
Ano: 2022

Cargo: Técnico em Gestão Procuratorial Especialidade Engenharia de Software

Big Data, Data Science e Internet of Things (IoT) são termos relacionados. É correto afirmar que:

AÀ medida que mais elementos de tecnologia são integrados com o ecossistema de IoT, produzindo dados não estruturados, torna-se mais difícil organizar e transformar o enorme volume de dados usando técnicas convencionais de analytics; desta forma, recomenda-se o uso de técnicas de Data Science voltadas à IoT para escalar e analisar os dados produzidos pela IoT.
BO termo Big Data surgiu para descrever a gigantesca quantidade de dados produzidos pela Era Digital, em geral volumes expressos em PentaBytes (2⁵⁰ bytes), em Hexabytes (20⁶⁰ bytes) ou sextilhões de dados, crescendo para ZettaBytes e acima. Mas, muito além do volume, o grande interesse em Big Data está em seu potencial econômico.
CA Data Science gera uma matriz de dispositivos conectados à internet que transferem dados entre si para alterar seu desempenho, o conhecido Big Data. Estes dados são gerados por ações automatizadas, sem intervenção ou inserção humana. O Big Data tem 4 elementos principais, conhecidos por SPAM: Sensores, Processamento de redes, Análise de dados e Monitoramento do sistema.
DA IoT envolve a aplicação de algoritmos para obter insights e examinar grandes conjuntos de dados para procurar correlações significativas. O foco da IoT está na inferência, que é o processo de derivar conclusões baseadas no que o cientista de dados ainda desconhece.
EA Data Science, também conhecida como Machine Learning, estuda como permitir que os computadores resolvam problemas sem serem explicitamente programados para resolvê-los passo a passo. Para isso, abrange uma variedade de métodos de aprendizado supervisionado, hiper supervisionado e não supervisionado.

Revelar gabarito e comentário

GabaritoA — À medida que mais elementos de tecnologia são integrados com o ecossistema de IoT, produzindo dados não estruturados, torna-se mais difícil organizar e transformar o enorme volume de dados usando técnicas convencionais de analytics; desta forma, recomenda-se o uso de técnicas de Data Science voltadas à IoT para escalar e analisar os dados produzidos pela IoT.

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, Data Science e IoT – Conceitos Relacionados

Gabarito: letra A. A alternativa A descreve corretamente a interdependência: a IoT gera grande volume de dados não estruturados, cuja análise com técnicas convencionais é limitada, sendo necessário recorrer a métodos de Data Science para escalar e extrair insights. As demais alternativas misturam conceitos ou usam definições equivocadas.

Alternativa A — ✅ Correta ⟵ GABARITO

A afirmativa captura a essência da relação: dispositivos IoT produzem dados heterogêneos e em alta velocidade, sobrecarregando ferramentas tradicionais de analytics. A Data Science, com seus algoritmos de aprendizado de máquina e processamento distribuído, é a abordagem adequada para lidar com esse cenário.

Alternativa B — ❌ Incorreta

O erro está em definir Big Data por unidades como "Hexabytes" (termo não padrão) e em reduzir seu interesse ao potencial econômico. O conceito de Big Data é mais bem definido pelos 5 Vs (Volume, Velocidade, Variedade, Veracidade, Valor). A menção a PentaBytes e ZettaBytes é imprecisa e incompleta.

Alternativa C — ❌ Incorreta

Afirma que Data Science gera uma matriz de dispositivos conectados – isso é justamente a IoT. Também apresenta o acrônimo "SPAM" (Sensores, Processamento, Análise, Monitoramento) como os 4 elementos do Big Data, o que é falso. Os elementos conhecidos são os Vs, não o SPAM.

Alternativa D — ❌ Incorreta

Inverte os papéis: a aplicação de algoritmos para obter insights e examinar conjuntos de dados é tarefa da Data Science, não da IoT. A IoT foca na conexão e coleta de dados; a inferência é parte da análise de dados, que não é o objetivo central da IoT.

Alternativa E — ❌ Incorreta

Data Science e Machine Learning não são sinônimos; ML é uma subárea da Data Science. Além disso, os tipos de aprendizado são supervisionado, não supervisionado e por reforço – não existe "hiper supervisionado".

Gabarito: letra A

Link permanente: /questoes/fc062359