Questão de Tecnologia da Informação · CESGRANRIO BB 01/2022 (nº 62)

Conceito-chave: Em Big Data, antes de qualquer análise, você precisa limpar os dados. A tarefa de procurar valores que fogem totalmente do padrão (muito altos, muito baixos, ou completamente diferentes do resto) é chamada de detecção de outliers (pontos fora da curva) ou detecção de desvios. O objetivo é encontrar essas anomalias para decidir se elas são erros (e devem ser descartadas) ou eventos raros (que precisam de tratamento especial).

• (A) Incorreta: Agrupamento dos dados (clustering) é uma técnica que organiza dados semelhantes em grupos, mas não tem como foco principal encontrar valores anômalos; ela busca padrões de similaridade, não desvios.
• (B) Incorreta: Análise de associações busca regras do tipo "quem compra A, também compra B" (como em market basket analysis), focando em correlações entre itens, não em valores extremos.
• (C) Incorreta: Análise de segmentação é um termo genérico para dividir a base em partes homogêneas (segmentos), mas o enunciado fala explicitamente em "identificar anomalias ou resultados raros", que é o objetivo da detecção de desvios, não da segmentação.
• (D) Correta: O texto descreve exatamente a análise de outliers (pontos fora da curva) ou detecção de desvios: identificar valores raros ou anômalos na base para tratá-los ou descartá-los, garantindo a qualidade dos dados antes da modelagem.
• (E) Incorreta: Classificação dos dados e das anomalias é uma etapa posterior; classificar significa rotular dados em categorias predefinidas (ex: "normal" vs "anômalo"), mas a tarefa descrita é a detecção inicial desses desvios, não a criação de um modelo de classificação. A pegadinha aqui é que "classificar anomalias" parece fazer sentido, mas a ação primária descrita é encontrar os pontos raros, não classificá-los.