Engenharia de dados

Prévia do material em texto

1. O que é Engenharia de Dados?
a) O processo de análise e visualização de dados para suportar a tomada de decisões.
b) A prática de coletar, processar e armazenar dados de forma eficiente para análise.
c) A criação de algoritmos de aprendizado de máquina para prever tendências.
d) A visualização de dados de forma interativa para os usuários finais.
Resposta correta: b) A prática de coletar, processar e armazenar dados de forma
eficiente para análise.
Explicação: A Engenharia de Dados é o campo responsável por projetar, construir e
manter sistemas que processam e armazenam dados de forma eficiente, preparando-os
para análise por cientistas de dados e outras partes interessadas.
2. Qual é o papel de um engenheiro de dados?
a) Realizar análise estatística de dados e desenvolver modelos preditivos.
b) Criar e gerenciar a infraestrutura necessária para armazenar e processar dados em
larga escala.
c) Desenvolver dashboards interativos para visualização de dados.
d) Analisar o comportamento dos clientes e otimizar campanhas de marketing.
Resposta correta: b) Criar e gerenciar a infraestrutura necessária para armazenar e
processar dados em larga escala.
Explicação: O engenheiro de dados é responsável por criar e gerenciar sistemas de
armazenamento e processamento de dados, garantindo que os dados estejam prontos
para análise.
3. O que é um "Data Warehouse" (Armazém de Dados)?
a) Um sistema de gerenciamento de banco de dados relacional.
b) Um repositório centralizado que coleta dados de diferentes fontes para análise e
relatórios.
c) Uma ferramenta para limpar dados e transformá-los em formatos prontos para
análise.
d) Um tipo de software de visualização de dados.
Resposta correta: b) Um repositório centralizado que coleta dados de diferentes fontes
para análise e relatórios.
Explicação: Um Data Warehouse é um sistema de armazenamento de dados que
integra informações de várias fontes, facilitando a análise e a geração de relatórios.
4. O que significa "ETL" em Engenharia de Dados?
a) Extração, Transformação e Limpeza de Dados.
b) Extração, Transformação e Carregamento de Dados.
c) Extração, Treinamento e Log de Dados.
d) Extração, Transferência e Linguagem de Dados.
Resposta correta: b) Extração, Transformação e Carregamento de Dados.
Explicação: ETL é um processo em que os dados são extraídos de diversas fontes,
transformados (limpos e estruturados) e carregados em sistemas como um Data
Warehouse para posterior análise.
5. O que é um "Data Lake"?
a) Um banco de dados altamente estruturado para armazenar dados em tempo real.
b) Um repositório centralizado que armazena grandes volumes de dados estruturados e
não estruturados.
c) Uma plataforma para visualização de dados complexos.
d) Uma técnica para melhorar o desempenho de consultas em bancos de dados.
Resposta correta: b) Um repositório centralizado que armazena grandes volumes de
dados estruturados e não estruturados.
Explicação: Um Data Lake é um repositório de dados onde grandes volumes de dados
brutos, tanto estruturados quanto não estruturados, podem ser armazenados e
processados para análise.
6. O que é "Data Modeling" em Engenharia de Dados?
a) A criação de gráficos e tabelas para visualização de dados.
b) A definição da estrutura e organização dos dados em bancos de dados para suportar
o processo de análise.
c) O processo de treinamento de modelos preditivos com dados.
d) A técnica para transformar dados não estruturados em estruturados.
Resposta correta: b) A definição da estrutura e organização dos dados em bancos de
dados para suportar o processo de análise.
Explicação: Data Modeling é o processo de criar um modelo conceitual, lógico e físico
para organizar e estruturar dados, facilitando seu armazenamento e uso em análises
futuras.
7. O que é um "Data Pipeline"?
a) Uma ferramenta para visualizar dados em tempo real.
b) Uma sequência de processos automatizados que movem e transformam dados de
um ponto a outro.
c) Um sistema para armazenar dados temporariamente.
d) Um processo de backup de dados para recuperação em caso de falhas.
Resposta correta: b) Uma sequência de processos automatizados que movem e
transformam dados de um ponto a outro.
Explicação: Um Data Pipeline é um conjunto de etapas que automatiza o fluxo de
dados, desde a coleta até o processamento e armazenamento, garantindo que os
dados estejam prontos para análise.
8. Qual é a principal diferença entre "Data Warehouse" e "Data Lake"?
a) Data Warehouse armazena dados não estruturados, enquanto Data Lake armazena
dados estruturados.
b) Data Warehouse é usado para dados em tempo real, enquanto Data Lake é para
dados históricos.
c) Data Warehouse organiza e estrutura os dados para análise, enquanto Data Lake
armazena dados brutos e não estruturados.
d) Não há diferença entre os dois.
Resposta correta: c) Data Warehouse organiza e estrutura os dados para análise,
enquanto Data Lake armazena dados brutos e não estruturados.
Explicação: O Data Warehouse organiza os dados de maneira estruturada para facilitar
a análise, enquanto o Data Lake armazena dados brutos e não estruturados, permitindo
maior flexibilidade para diversos tipos de análise.
9. O que é "NoSQL" em Engenharia de Dados?
a) Um tipo de banco de dados relacional.
b) Um tipo de banco de dados não relacional, projetado para lidar com grandes
volumes de dados não estruturados.
c) Uma técnica de modelagem de dados.
d) Uma ferramenta de visualização de dados.
Resposta correta: b) Um tipo de banco de dados não relacional, projetado para lidar
com grandes volumes de dados não estruturados.
Explicação: Bancos de dados NoSQL são projetados para armazenar dados não
estruturados e de grande volume, oferecendo flexibilidade e escalabilidade para
aplicações que exigem desempenho elevado e dados variados.
10. Qual é o propósito da "normalização de dados" em bancos de dados relacionais?
a) Armazenar dados em múltiplos formatos.
b) Melhorar a eficiência de leitura e escrita de dados no banco.
c) Eliminar redundância de dados e organizar informações em tabelas relacionadas.
d) Alterar a estrutura dos dados para se adaptar a diferentes sistemas.
Resposta correta: c) Eliminar redundância de dados e organizar informações em tabelas
relacionadas.
Explicação: A normalização de dados é o processo de organizar os dados em um banco
de dados relacional para reduzir redundâncias e dependências, melhorando a
integridade e a eficiência do armazenamento.