Prova Bigdata Estacio

1 Em relação aos formatos que os dados de Big Data selecione a opção que corresponde a quantidade de formas que podem ser encontrados Ref 202007791583 6 2 5 3 4 2 Selecione a opção correta sobre o uso do Big Data Ref 202007789806 Grandes volumes de dados são úteis para testar a capacidade dos servidores de gerenciamento de dados O volume e diversidade dos dados podem dar uma visão realista do que está sendo observado É impossível não utilizar aplicações de Big Data para gerar projetos de internet das coisas Projetos de big de Big Data são uma forma de organizar tabelas normalizadas com grande volume de dados Com projetos de Big Data é sempre possível detectar fraudes em operações financeiras 3 O sistema de arquivos distribuídos do Hadoop conhecido como HDFS foi idealizado para trabalhar com grandes volumes de dados Selecione a opção correta que apresenta o paradigma como o HDFS funciona Ref 202007803396 Centralizado e centralizado Distribuído e centralizado Mestre e escravo Centralizado e distribuído Distribuído e distribuído 4 A respeito dos componentes do ecossistema do Hadoop selecione a opção correta que apresenta o componente responsável pelo gerenciamento dos clusters Ref 202007809394 HCluster HBase Zookeeper Flume Spark 5 O Spark é um framework de alto desempenho usado para aplicações de Big Data Em relação à arquitetura do Spark selecione a opção correta Ref 202007801008 O Executor e os Worker Nodes desempenham papéis equivalentes na arquitetura do Spark O gerenciador de cluster do Spark faz o gerenciamento da execução das tarefas O Executor corresponde ao conjunto de máquina que executa como escravos Os Worker Nodes da arquitetura Spark são responsáveis pelo gerenciamento das máquinas que executarão como escravos O gerenciador de cluster do Spark oferece suporte a Hadoop YARN 6 Compreender os conceitos e princípios do framework Apache Spark é fundamental para o cientista de dados Selecione a opção correta que contém o componente do ecossistema Spark responsável por dar suporte para tratar fluxo de dados típicos de aplicações de tempo real Ref 202007806200 RDDs Spark Streaming Spark Hadoop Spark SQL Spark Core A coleta e preparação dos dados para análise no Python são de extrema importância Os dados secundários são assim definidos devido O fato de virem de uma fonte alternativa não convencional O fato de terem sido obtidos a partir de terceiros A sua baixa qualidade O fato de ocuparem menos espaço de memória O fato de requerem muito mais préprocessamento O seguinte constructo da linguagem Python representa o condicional simples with while for else O boom da IA se deve ao surgimento de novas tecnologias e dispositivos que por estarem sempre conectados produzem uma quantidade enorme de dados Estes dados que alimentam os modelos de aprendizado de máquina também são conhecidos como Big Data Conhecimento Informações Dados Faltantes Observações Os modelos simbólicos são aqueles que Se baseiam estritamente em dados e inferências estatísticas em cima deles Se baseiam em táticas de agrupamento por similaridade São aqueles que lidam com problemas categóricos Se baseiam em lógica e regras de inferência para aprender e raciocinar São aqueles que lidam apenas com problemas numéricos