Questão 134751 de Tecnologia da Informação - PORTAL CONCURSOS 2025

Questão

ID 134751

Disciplina: Tecnologia da Informação

Assuntos: Conceitos Básicos de Big Data, Governança de Dados

Ano: 2025 Banca: PORTAL CONCURSOS Órgão: PORTAL CONCURSOS

Em projetos de Big Data e Data Lakes, a coleta massiva e a armazenagem de dados brutos em formatos variados (estruturados, semiestruturados e não estruturados) representam um desafio colossal para a usabilidade e a descoberta de informações por cientistas de dados e analistas de negócio. O problema não é 'ter o dado', mas 'encontrá-lo e entendê-lo'.

Neste contexto, a estratégia de metadados deve ser robusta o suficiente para lidar com a escala e a diversidade, evitando que o Data Lake se degrade em um 'Data Swamp' (Pântano de Dados). A automação da extração e a curadoria dos metadados são vitais, mas não triviais.

Com relação ao uso de metadados em ambientes de Big Data e Data Lakes, assinale a opção incorreta:

Alternativa A:
Metadados de data lineage (linhagem de dados) são cruciais para o Big Data, pois rastreiam as transformações pelas quais um conjunto de dados passou, desde a fonte original até o modelo final de análise, garantindo confiabilidade.
Alternativa B:
A indexação de metadados técnicos (como esquema, tipo de partição) e de negócios (como tags, descrição) em um Catálogo de Dados é essencial para permitir a descoberta e a classificação (tagging) de ativos de dados de forma escalável.
Alternativa C:
Em Big Data, os metadados descritivos devem ser gerados apenas manualmente, por especialistas no domínio do negócio, pois a automação é incapaz de capturar a semântica e o contexto de uso do dado.
Alternativa D:
O uso de formatos abertos e auto-descritivos (ex: Parquet, ORC), que embutem metadados de esquema e estatísticas, facilita a performance de queries e a interoperabilidade entre diferentes motores de processamento (ex: Spark, Presto).
Alternativa E:
Metadados de qualidade de dados, que registram a taxa de completude, validade e unicidade dos dados em diferentes conjuntos, são vitais para determinar quais dados são confiáveis para modelos de Machine Learning.

Estatísticas Cadernos

Questão 134751

Continue estudando na plataforma