Big Data e detecção de fraudes
Gabarito: letra A. Big Data refere-se ao conjunto de tecnologias e técnicas para capturar, armazenar e analisar grandes volumes de dados (estruturados, semiestruturados e não estruturados) com alta velocidade, permitindo a detecção de padrões e anomalias em tempo real — exatamente o que a auditoria precisa para monitorar pagamentos e identificar fraudes.
A banca testa o conhecimento sobre aplicações práticas de Big Data em contraste com outros conceitos de TI. O enunciado descreve um cenário típico de análise de grandes volumes de dados históricos de clientes com necessidade de processamento rápido (tempo real). Big Data, com seus 5 Vs (Volume, Velocidade, Variedade, Veracidade, Valor), é a abordagem correta.
Alternativa A — ✅ Correta ⟵ GABARITO
Big Data é a tecnologia projetada para lidar com conjuntos de dados massivos e de rápida geração, permitindo análises descritivas (o que aconteceu), diagnósticas (por que aconteceu) e preditivas (o que acontecerá). No caso da financeira, o histórico de pagamentos dos clientes é um grande volume de dados que, ao ser processado com ferramentas de Big Data (como Hadoop, Spark, ou plataformas de streaming), possibilita identificar padrões suspeitos em tempo real e detectar fraudes.
Alternativa B — ❌ Incorreta
Token Ring é uma tecnologia de rede local (LAN) que utiliza um token passante para controlar o acesso ao meio. Não tem relação com análise de dados ou detecção de fraudes. A banca incluiu esse termo como distrator, pois soa técnico, mas é inadequado ao contexto.
Alternativa C — ❌ Incorreta
Internet das Coisas (IoT) refere-se à interconexão de objetos físicos (sensores, dispositivos) à internet para coleta e troca de dados. Embora possa gerar grandes volumes de dados, o foco da questão é análise de padrões de pagamentos já existentes, e não a captura de dados de sensores. IoT não é o recurso mais direto para auditoria de transações financeiras.
Alternativa D — ❌ Incorreta
Redes Metropolitanas de Dados (MAN) são redes de alta velocidade que interconectam redes locais dentro de uma área metropolitana. São infraestrutura de comunicação, não uma tecnologia de análise de dados. Não atendem ao requisito de monitoramento e detecção de fraudes em tempo real sobre históricos de clientes.