Questão nº 65
Questão de Tecnologia da Informação · CEBRASPE SEFAZ-RN 2025 - P2 Conhecimentos Complementares (nº 65)
No desenvolvimento de soluções para problemas complexos fundamentados em evidências, é imperativo distinguir as competências e os objetivos de cada domínio. A respeito da relação técnica entre Big Data, ciência de dados (data science) e análise de dados (data analytics), assinale a opção correta.
- AA análise de dados constitui uma etapa conceitual e puramente teórica que antecede a ciência de dados, prescindindo do uso de ferramentas computacionais ou de técnicas de matemática aplicada para sua execução.
- BA inteligência artificial e o aprendizado de máquina são áreas adjacentes, porém independentes da ciência de dados, não havendo intersecção metodológica entre a modelagem de algoritmos preditivos e o processo de extração de conhecimento.
- CO objetivo final da ciência de dados restringe-se à validação técnica de fluxos de dados (pipelines), sendo a compreensão do problema de negócio e o mapeamento de valor etapas exclusivas da engenharia de dados e do Big Data.
- DA ciência de dados caracteriza-se primordialmente pelo estudo e pela implementação de infraestruturas físicas para transmissão de dados, ao passo que o Big Data tem foco estrito na modelagem algorítmica e inferência estatística.
- EO Big Data provê o ecossistema tecnológico e as ferramentas para lidar com a coleta, o armazenamento e o processamento distribuído de dados em larga escala (volume, velocidade e variedade), enquanto a ciência de dados utiliza esse suporte para aplicar métodos científicos e matemáticos que permitam a extração de conhecimento e de padrões úteis à tomada de decisão. (alternativa correta)
Resposta comentada
Gabarito Alternativa E
Conceito-chave: Big Data é a infraestrutura (os "caminhões e armazéns" que transportam e guardam montanhas de dados), enquanto a ciência de dados é o cientista que usa esses dados para descobrir padrões e responder perguntas. A análise de dados é uma fase específica dentro desse processo de descoberta.
- (A) Incorreta: A análise de dados é uma etapa prática e aplicada, que depende fortemente de ferramentas computacionais (como Python, R ou SQL) e de matemática aplicada (estatística, álgebra linear) para manipular e interpretar dados reais.
- (B) Incorreta: IA e aprendizado de máquina são ferramentas centrais da ciência de dados; há grande intersecção metodológica, pois a modelagem preditiva é um dos principais métodos para extrair conhecimento dos dados.
- (C) Incorreta: O objetivo final da ciência de dados é gerar insights e valor para o negócio, indo muito além da validação técnica de pipelines; a compreensão do problema de negócio é essencial para orientar todo o processo.
- (D) Incorreta: A ciência de dados não se limita a infraestrutura física (isso é papel da engenharia de dados), e o Big Data não tem foco estrito em modelagem algorítmica — ele lida com o armazenamento e processamento em larga escala.
- (E) Correta: Esta é a definição correta e completa: o Big Data fornece o ecossistema (Hadoop, Spark, bancos NoSQL) para lidar com volume, velocidade e variedade de dados, enquanto a ciência de dados usa esse suporte para aplicar método científico e modelagem estatística, transformando dados brutos em conhecimento acionável para decisões.
Armadilha da banca (no distrator mais tentador, a letra B): A pegadinha está em afirmar que IA e machine learning são "independentes" da ciência de dados. Na prática, elas são o motor da ciência de dados moderna — quase todo projeto de data science usa algum algoritmo de ML. A banca tenta fazer você acreditar que são áreas separadas, mas a verdade é que há uma forte sobreposição: o cientista de dados usa ML como ferramenta para criar modelos preditivos, que são parte do processo de extração de conhecimento.
Fonte: CEBRASPE SEFAZ-RN 2025 - P2 Conhecimentos Complementares Auditor Fiscal de Receitas Estaduais. Reproduzida para fins de estudo.