Questão nº 67
Questão de Tecnologia da Informação · CEBRASPE SEFAZ-RN 2025 - P2 Conhecimentos Complementares (nº 67)
No ecossistema de dados corporativos, diferentes abordagens e arquiteturas são aplicadas conforme a natureza dos dados e o objetivo analítico. A esse respeito, considere as descrições a seguir.
1 Refere-se à análise de conjuntos de dados que superam a capacidade de processamento dos sistemas convencionais, integrando alta variedade (estruturados e não estruturados) e exigindo escalabilidade horizontal.
2 Abordagem voltada a conjuntos de dados estruturados e predefinidos, com foco em descrever eventos passados (análise descritiva) e responder a perguntas de negócio por meio de indicadores históricos (KPIs).
3 Caracteriza-se pelo processamento de fluxos (streams) com alta velocidade, em que a geração de valor depende da capacidade de processar e reagir à informação em tempo real ou quase real.
4 Utiliza métodos científicos, estatísticos e modelos computacionais para realizar análises preditivas e prescritivas, visando a descoberta de padrões e a antecipação de tendências.
Assinale a opção correta.
- AAs descrições 1 e 3 apresentam características fundamentais do conceito de Big Data: volume, variedade e velocidade. (alternativa correta)
- BAs descrições 2 e 4 descrevem exclusivamente as propriedades tecnológicas de sistemas de Big Data.
- CAs descrições 1 e 2 referem-se estritamente à análise de dados tradicional e ao business intelligence (BI), respectivamente.
- DAs descrições 3 e 4 descrevem, respectivamente, processos de armazenamento estático e persistência de dados em data warehouses.
- ETodas as descrições correspondem ao conceito de ciência de dados.
Resposta comentada
Gabarito Alternativa A
Conceito-chave: Big Data não é só “muita informação” — é definido pelos 3 V’s: Volume (dados demais para um só computador), Variedade (formatos mistos: texto, vídeo, planilha, sensor) e Velocidade (dados que chegam e precisam de ação imediata). A descrição 1 cobre Volume e Variedade; a descrição 3 cobre Velocidade. Juntas, elas representam o tripé do Big Data.
- (A) Correta: As descrições 1 e 3, juntas, cobrem os três V’s fundamentais do Big Data: Volume e Variedade (descrição 1) e Velocidade (descrição 3) — é exatamente o que a banca pede.
- (B) Incorreta: A descrição 2 fala de dados estruturados e KPIs históricos (típico de BI), e a 4 fala de métodos estatísticos/preditivos (típico de ciência de dados) — nenhuma delas descreve “propriedades tecnológicas” de sistemas de Big Data, que seriam sobre infraestrutura (Hadoop, Spark, etc.).
- (C) Incorreta: A descrição 1 é Big Data (não “análise tradicional”), e a 2 é BI — mas a 1 não é “análise tradicional”, então a afirmação troca os papéis.
- (D) Incorreta: A descrição 3 é processamento de fluxos em tempo real (streaming), não “armazenamento estático”; e a 4 é análise preditiva/prescritiva, não “persistência em data warehouses”.
- (E) Incorreta: Nem todas são ciência de dados — a descrição 2 é claramente BI (business intelligence), que é uma área irmã, mas não é ciência de dados.
Armadilha da banca (no distrator mais tentador, a letra C): A pegadinha está em inverter os conceitos: a descrição 1 (volume + variedade + escalabilidade horizontal) é a definição clássica de Big Data, mas a alternativa C diz que ela é “análise de dados tradicional”. O aluno que lê rápido acha que “tradicional” = “dados estruturados” (que é a descrição 2) e marca C. A banca joga com a confusão entre BI (dados estruturados, histórico, KPIs) e Big Data (dados variados, massivos, escaláveis).
Fonte: CEBRASPE SEFAZ-RN 2025 - P2 Conhecimentos Complementares Auditor Fiscal de Receitas Estaduais. Reproduzida para fins de estudo.