Pular para o conteúdo principal

Questão de Arquitetura de Software — Ciclo de Vida — FGV 2024

Arquitetura de SoftwareCiclo de Vida
Código
fg099056
Banca
FGV
Órgão
TJ-MT
Ano
2024
Nível
Superior
Cargo
Analista Judiciário - Tecnologia da Informação
O ciclo de vida de um processo de ciência de dados envolve uma série de etapas estruturadas que guiam o desenvolvimento de projetos de ciência de dados desde a definição do problema até a implementação e o monitoramento das soluções.No ciclo de vida de um processo de ciência de dados, na fase de preparação de dados
  1. Asão definidos os objetivos do projeto e formuladas as perguntas que o modelo deve responder.
  2. Bo modelo é treinado e avaliado usando algoritmos de aprendizado de máquina.
  3. Csão realizadas atividades como limpeza, transformação e formatação dos dados para garantir qualidade e adequação ao modelo.
  4. Dos resultados são comunicados aos stakeholders por meio de visualizações e relatórios.
  5. Eos dados são coletados diretamente dos usuários para garantir que o modelo esteja alinhado com as necessidades do público.
Revelar gabarito e comentário

GabaritoC — são realizadas atividades como limpeza, transformação e formatação dos dados para garantir qualidade e adequação ao modelo.

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”.

Ciclo de Vida da Ciência de Dados — Fase de Preparação

Gabarito: letra C. Na fase de preparação de dados, realizam-se atividades como limpeza, transformação e formatação dos dados, garantindo qualidade e adequação ao modelo. Esse é o padrão em metodologias como CRISP-DM e similares (por exemplo, o passo "Data Preparation" em CRISP-DM).

A banca cobra o conhecimento das fases típicas de um projeto de ciência de dados. Vejamos cada alternativa:

  1. 1Entendimento do negócio
  2. 2Coleta de dados
  3. 3Preparação dos dados
  4. 4Modelagem
  5. 5Avaliação
  6. 6Implantação
LEVEL · soulevel.com.br

Alternativa A — ❌ Incorreta

Define os objetivos do projeto e as perguntas a serem respondidas. Isso pertence à fase de entendimento do negócio ou definição do problema, não à preparação de dados.

Alternativa B — ❌ Incorreta

Treinar e avaliar o modelo usando algoritmos de aprendizado de máquina é a fase de modelagem (Modeling), que vem após a preparação dos dados.

Alternativa C — ✅ Correta ⟵ GABARITO

Descreve exatamente a preparação de dados: limpeza (remoção de ruídos, tratamento de missing), transformação (normalização, codificação) e formatação (estruturação para o modelo). É o que garante que os dados estejam prontos para a modelagem.

Alternativa D — ❌ Incorreta

Comunicar resultados aos stakeholders por meio de visualizações e relatórios é a fase de avaliação ou implantação/comunicação, não de preparação.

Alternativa E — ❌ Incorreta

Coletar dados diretamente dos usuários é a fase de coleta de dados (Data Collection), que normalmente antecede a preparação.

Todas as demais alternativas correspondem a fases distintas do ciclo de vida da ciência de dados. A chave para acertar é lembrar que a preparação é o processamento dos dados brutos antes de alimentar os modelos.

Link permanente: /questoes/fg099056