Tecnologias da Informação — 136 questão(ões)

(FCC – 2020 – AL-AP – Analista Legislativo – Desenvolvedor de Sistemas)

Duas definições de estruturas de dados estão determinadas para um projeto de datamart de uma loja de varejo: uma delas (tabela A) contém a data da venda, a identificação do produto vendido, a quantidade vendida do produto no dia e o valor total das vendas do produto no dia; a outra (tabela B) contém a identificação do produto, nome do produto, marca, modelo, unidade de medida de peso, largura, altura e profundidade da embalagem.

Considerando os conceitos de modelagem multidimensional de data warehouse, as tabelas A e B são, respectivamente:

(FCC – 2019 – SANASA Campinas – Analista de Tecnologia da Informação – Suporte de DBA / Banco de Dados) Considere que a SANASA busca realizar a gestão de recursos hídricos subterrâneos com base em parâmetros conhecidos que determinam a poluição das águas subterrâneas. Um desses parâmetros, para exemplificar, seria o nitrato, um indicador de poluição difusa de água subterrânea.

Criando-se regras para realizar o aprendizado supervisionado do sistema de Data Mining, utilizando-se uma certa técnica, chegar-se-á a um resultado que considera os diversos parâmetros para se descobrir se um certo aquífero tem água potável ou não, comparando-se com uma definição conhecida.

Nesse cenário, a técnica aplicada é denominada

(FCC – 2020 – AL-AP – Analista Legislativo – Desenvolvedor de Sistemas)

No contexto de data mining, considere o caso hipotético a seguir:

Uma financeira possui o histórico de seus clientes e o comportamento destes em relação ao pagamento de empréstimos contraídos previamente. Existem dois tipos de clientes: adimplentes e inadimplentes. Estas são as categorias do problema (valores do atributo alvo).
Uma aplicação de mining, neste caso, consiste em descobrir uma função que mapeie corretamente os clientes, a partir de seus dados (valores dos atributos previsores), em uma destas categorias. Tal função pode ser utilizada para prever o comportamento de novos clientes que desejem contrair empréstimos junto à financeira.

Esta função pode ser incorporada a um sistema de apoio à decisão que auxilie na filtragem e na concessão de empréstimos somente a clientes classificados como bons pagadores.

Trata-se de uma atividade denominada

(FCC – 2018 – SABESP – Analista de Gestão – Sistemas) O conceito de Data Mining descreve

(FCC – 2019 – SEFAZ-BA – Auditor Fiscal – Tecnologia da Informação – Prova II) “A Secretaria da Fazenda realizou procedimento que visa estimular os contribuintes paulistas a, voluntariamente, regularizarem as obrigações tributárias que devem ser transmitidas ao Fisco. Em uma etapa da operação foram selecionados 48 contribuintes do Regime Periódico de Apuração com R$ 143 milhões em débitos de ICMS.

Esta ação tem caráter orientador, com o objetivo de alertar as empresas sobre divergências em suas declarações e indicar a regularização, porém, a ação pode resultar em indicações de empresas de fachada que apresentaram um conjunto de indícios que sugerem tratar-se de documentos fiscais inidôneos ou de simulação de operações para gerar créditos falsos de ICMS na apuração mensal do tributo a recolher.

Para a elaboração da operação de autorregularização foram selecionados contribuintes com divergências nas notas fiscais emitidas entre janeiro a dezembro de 2016 em comparação com as informações declaradas nas Guias de Informação e Apuração do ICMS do mesmo período.”

(Baseado em: https://portal.fazenda.sp.gov.br)

Ao ler esta notícia, uma Auditora Fiscal da área de TI concluiu, corretamente, que o cruzamento e a análise simultânea de diversas informações, como Nota Fiscal Eletrônica (NF-e), inadimplência, regularidade no cumprimento de obrigações, porte da empresa, composição do quadro societário, autos de infração anteriores, localização geográfica e atividade econômica, entre outras,

(FCC – 2018 – SABESP – Técnico em Gestão 01 – Informática) Um Técnico executou uma operação de visualização OLAP que rotacionou os eixos de um determinado cubo, provendo uma visão alternativa dos dados, ou seja, permitindo a visão de suas várias faces. Ele executou a operação

(FCC – 2018 – SEFAZ-SC – Auditor-Fiscal da Receita Estadual – Auditoria e Fiscalização – Prova 3)
Atenção: Para responder à questão, considere o seguinte caso hipotético:

Um Auditor da Receita Estadual pretende descobrir, após denúncia, elementos que possam caracterizar e fundamentar a possível existência de fraudes, tipificadas como sonegação tributária, que vêm ocorrendo sistematicamente na arrecadação do ICMS. A denúncia é que, frequentemente, caminhões das empresas Org1, Org2 e Org3 não são adequadamente fiscalizados nos postos de fronteiras. Inobservâncias de procedimentos podem ser avaliadas pelo curto período de permanência dos caminhões dessas empresas na operação de pesagem, em relação ao período médio registrado para demais caminhões.

Para caracterizar e fundamentar a existência de possíveis fraudes, o Auditor deverá coletar os registros diários dos postos por, pelo menos, 1 ano e elaborar demonstrativos para análises mensais, trimestrais e anuais.

O Auditor poderá fazer análises de pesagens diversas a partir de operações feitas sobre o cubo de dados multidimensional do Data Warehouse, por exemplo, trocar a ordem, ou aumentar ou diminuir a granularidade dos dados em análise, entre outras, como é o caso do uso da operação OLAP.

Assinale a alternativa correta.

(FCC – 2018 – Câmara Legislativa do Distrito Federal – Consultor Técnico Legislativo – Analista de Sistemas – Área)
Em um Data Warehouse de uma hipotética aplicação da Câmara Legislativa, um usuário elaborou análises a partir de dados armazenados, envolvendo: quantidade de votos coletados por região geográfica durante certo período de tempo. A visão que ele dispunha, inicialmente, para as dimensões região e tempo eram, respectivamente, cidade e trimestre. Em uma primeira análise, detalhou a informação solicitada para obter os dados mês a mês (1º nível hierárquico abaixo de trimestre). Em uma segunda análise, agregou os dados de cidade para estado da federação (1º nível hierárquico acima de cidade). Em uma terceira análise, trocou de posição os eixos tempo e região para obter uma visão alternativa. As análises On-line Analytical Processing (OLAP) aplicadas sobre o cubo de dados foram, respectivamente,

(FCC – 2019 – TRF – 4ª Região – Analista Judiciário – Sistemas de Tecnologia da Informação) Utilizando operações típicas de On-line Analytical Processing (OLAP), um Analista pretende obter dados para análise bimestral dos processos da cidade de Porto Alegre. Considerando que essa busca implica obter um nível maior de detalhe, uma vez que foca em um bimestre de uma dada cidade e não em um ano de todo o estado, por exemplo, a operação OLAP ideal para ser utilizada é

(FCC – 2019 – SANASA Campinas – Analista de Tecnologia da Informação – Suporte de DBA – Banco de Dados) Considere que uma Analista de TI realizou uma operação de análise multidimensional em um Data Warehouse (DW), operando em condições ideais, usando uma ferramenta OLAP. Após analisar os dados dos meses do 1º trimestre de 2018, relativos ao tratamento de água da estação ETA1, a Analista aumentou o nível de granularidade da informação para observar os dados de todos os 4 trimestres do mesmo ano da mesma estação. A Analista realizou uma operação

(FCC – 2019 – SANASA Campinas – Analista de Tecnologia da Informação – Suporte de DBA – Banco de Dados) Considere que um Analista da SANASA está usando uma ferramenta OLAP para realizar uma operação de análise multidimensional em um Data Warehouse (DW), operando em condições ideais. Após analisar os dados de abastecimento de água por bairros da cidade, passou imediatamente a analisar a informação por ano, em outra dimensão. O Analista realizou uma operação

Enunciado: (FCC – 2019 – SANASA Campinas – Analista de Tecnologia da Informação – Análise e Desenvolvimento)

No contexto de Business Intelligence (BI), uma Agência de Abastecimento de Águas implementou um cubo de informações cujas dimensões são:
– “o que” (ex.: reparo de tubulação);
– “quando” (ex.: primeiro trimestre de 2019);
– “onde” (ex.: Capivari).

Diversas consultas podem daí derivar mediante acesso a essas dimensões a partir da base que hospeda o cubo. Duas delas, feitas por um Analista de TI que desejava saber o valor dos serviços prestados, foram:
– obter informações do serviço troca de tubulação sem restrição de quando e onde;
– sumarizar as informações mensais em grupos trimestrais.

As operações de consultas por ele corretamente realizadas sobre o cubo foram, respectivamente,

(FCC – 2018 – DPE-AM – Analista em Gestão Especializado de Defensoria – Analista de Banco de Dados) Uma das características fundamentais de um ambiente de Data Warehouse está em

(FCC – 2018 – DPE-AM – Analista em Gestão Especializado de Defensoria – Analista de Banco de Dados) Sobre o processo de ETL, aplicado a Data Warehouse, é correto afirmar que

(FCC – 2018 – Prefeitura de São Luís – MA – Auditor Fiscal de Tributos I – Tecnologia da Informação) Para extrair dados de fontes de dados heterogêneas que irão alimentar um Data Warehouse de forma homogênea e concisa, servindo de base para gerar relatórios e gráficos para apoiar as decisões da gerência da organização, deve-se utilizar um processo conhecido como

(FCC – 2020 – AL-AP – Analista Legislativo – Desenvolvedor de Sistemas) Um conjunto de programas de computador está sendo executado em um conjunto de servidores conectados em rede local, para alimentar um data warehouse a partir dos bancos de dados transacionais de uma empresa, sendo que: um primeiro programa realiza uma cópia de dados transacionais selecionados em estruturas de dados que formam um staging area; um segundo programa faz a leitura dos dados na staging area e alimenta estruturas de bancos de dados em um Operational Data Storage (ODS), que consolida dados operacionais de diversas aplicações e complementa conteúdo. Por fim, outro programa de aplicação faz a leitura do ODS e carrega estruturas de dados em uma estrutura não relacional de tabelas em um data warehouse. Esse processo para integrar os bancos de dados que são heterogêneos é denominado:

(FCC – 2020 – AL-AP – Analista Legislativo – Desenvolvedor de Sistemas) Para construir um Data Warehouse, algumas etapas e processos são necessários. Uma etapa é conhecida como ETL, que compreende as etapas de Extração, Transformação e Armazenagem de dados em Sistemas Específicos ou Armazéns de Dados. Essas etapas são constituídas de várias outras funções, processos e técnicas de data integration. Uma dessas funções chama-se Master Data Management – MDM e é responsável por

(FCC – 2019 – SEFAZ-BA – Auditor Fiscal – Administração, Finanças e Controle Interno – Prova II) Nos sistemas transacionais, os dados sofrem diversas alterações como inclusão, alteração e exclusão. Antes de serem carregados no ambiente de um Data Warehouse, os dados são filtrados e limpos, de forma a gerar informação útil. Após esta etapa, esses dados

(FCC – 2019 – SEFAZ-BA – Auditor Fiscal – Tecnologia da Informação – Prova II)

Um Auditor da SEFAZ-BA, observando as necessidades da organização, propôs um Data Warehouse (DW) com as seguintes características:

– na camada de dados resumidos ficam os dados que fluem do armazenamento operacional, que são resumidos na forma de campos que possam ser utilizados pelos gestores de forma apropriada.
– na segunda camada, ou no nível de dados históricos, ficam todos os detalhes vindos do ambiente operacional, em que se concentram grandes volumes de dados.

Com esta organização, os tipos de consulta analítica de maior frequência acessariam os dados resumidos, mais compactos e de mais fácil acesso e, em situações em que seja necessário um maior nível de detalhe, utilizar-se-iam os dados históricos.

O Auditor propôs um DW

(FCC – 2019 – SANASA Campinas – Analista de Tecnologia da Informação – Análise e Desenvolvimento)

Atenção: Para responder à questão, considere a imagem abaixo.

O sistema de suporte à decisão representado em cada um dos cilindros do conjunto denominado Específicos, na imagem, é um