Prova Completa: Analista Técnico II - Cientista de Dados (SEBRAE - CESPE / CEBRASPE

3356815 Ano: 2024
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

BI: Business Intelligence

A respeito das semelhanças e diferenças entre o Power BI e o Qlik Sense na construção de dashboards, assinale a opção correta.

A

O Qlik Sense permite a criação de relatórios paginados nativamente, enquanto o Power BI requer o uso de uma ferramenta adicional para essa funcionalidade.

B

O Power BI permite a criação de dashboards interativos, enquanto o Qlik Sense não oferece essa funcionalidade.

C

O Power BI possui uma integração mais robusta com o Microsoft Excel, enquanto o Qlik Sense é mais conhecido por sua capacidade de associar dados de diferentes fontes de forma automática.

D

O Qlik Sense utiliza a mesma linguagem que o Power BI para a criação de medidas e cálculos.

Provas

Questão presente nas seguintes provas

3356814 Ano: 2024
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

BI: Business IntelligenceFerramentas de BIPower BI

Um analista está criando um dashboard no Power BI para visualizar as vendas mensais de uma empresa e necessita criar uma medida que calcule a média móvel de 3 meses de vendas.

Nessa situação, a fórmula DAX mais adequada para a tarefa mencionada é

A

MédiaMóvel3Meses =
CALCULATE(
  AVERAGE('Vendas'[ValorVenda]),
  DATESINPERIOD('Vendas'[DataVenda],
LASTDATE('Vendas'[DataVenda]), -3, MONTH)
)

B

MédiaMóvel3Meses =
CALCULATE(
  AVERAGE('Vendas'[ValorVenda]),
  DATESINPERIOD('Vendas'[DataVenda],
LASTDATE('Vendas'[DataVenda]), -3, MONTH)
) / 3

C

MédiaMóvel3Meses =
CALCULATE(
  SUM('Vendas'[ValorVenda]),
  DATESINPERIOD('Vendas'[DataVenda],
LASTDATE('Vendas'[DataVenda]), -3, MONTH)
) / 3

D

MédiaMóvel3Meses =
CALCULATE(
  AVERAGE('Vendas'[ValorVenda]),
  DATESINPERIOD('Vendas'[DataVenda],
LASTDATE('Vendas'[DataVenda]), -2, MONTH)
)

Provas

Questão presente nas seguintes provas

3356813 Ano: 2024
Disciplina: TI - Banco de Dados
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

SQLDMLSELECTGROUP BY e HAVING
SQLDMLSELECTJOINs

Em certa base de dados de e-commerce, as tabelas pedidos e clientes e possuem as seguintes estruturas:

pedidos(pedido_id, cliente_id, data_perdido e valor_pedido)
clientes(cliente_id, nome_cliente, email, cidade)

Assinale a opção em que é indicada a consulta SQL que, na base de dados descrita no texto 14A3, retorna o nome dos clientes e o valor total de seus pedidos, apenas para aqueles que tenham realizado mais de 5 pedidos no ano de 2023.

A

SELECT c.nome_cliente, SUM(v.valor_pedido) AS
total_pedidos
FROM vendas v
RIGHT JOIN clientes c ON v.id_cliente =
c.id_cliente
WHERE v.data_ pedido BETWEEN '2023-01-01' AND
'2023-12-31'
GROUP BY c.nome_cliente
HAVING COUNT(v.id_pedido) >= 5;

B

SELECT c.nome_cliente, SUM(v.valor_pedido) AS
total_pedidos
FROM vendas v
INNER JOIN pedidos c ON v.id_cliente =
c.id_cliente
WHERE YEAR(v.data_pedido) = 2023
GROUP BY c.nome_cliente
HAVING SUM(v.id_pedido) > 5

C

SELECT c.nome_cliente,
SUM(v.valor_pedido) AS total_ pedidos
FROM vendas v
LEFT JOIN clientes c ON v.id_cliente =
c.id_cliente
WHERE YEAR(v.data_pedido) = 2023
GROUP BY c.nome_cliente
HAVING SUM(v.valor_pedido) > 5;

D

SELECT c.nome_cliente,
SUM(v.valor_pedido) AS total_ pedidos
FROM vendas v
INNER JOIN clientes c ON v.id_cliente =
c.id_cliente
WHERE v.data_ pedido BETWEEN '2023-01-01' AND
'2023-12-31'
GROUP BY c.nome_cliente
HAVING COUNT(v.id_pedido) > 5;

Provas

Questão presente nas seguintes provas

3356812 Ano: 2024
Disciplina: TI - Banco de Dados
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

SQLDMLSELECTGROUP BY e HAVING
SQLDMLSELECTJOINs

Em certa base de dados de e-commerce, as tabelas pedidos e clientes e possuem as seguintes estruturas:

pedidos(pedido_id, cliente_id, data_perdido e valor_pedido)
clientes(cliente_id, nome_cliente, email, cidade)

Um cientista de dados precisa analisar o comportamento de compra dos clientes na base de dados descrita no texto 14A3. O objetivo dessa análise é calcular o valor total gasto por cliente em pedidos feitos no mês anterior ao atual.

Com base nessa situação hipotética, assinale a opção em que consta o comando que executará corretamente o cálculo requerido.

A

SELECT nome, valor_total
FROM clientes
WHERE data_pedido > CURRENT_DATE - INTERVAL '1
month';

B

SELECT nome, SUM(valor_total) AS total_gasto
FROM clients
LEFT JOIN pedidos ON clientes.cliente_id =
pedidos.cliente_id
GROUP BY nome;

C

SELECT nome,
SUM(valor_pedido) AS total_ pedido FROM
clientes
INNER JOIN pedidos ON clientes.cliente_id =
pedidos.cliente_id
WHERE data_pedido > CURRENT_DATE - INTERVAL '1
month'
GROUP BY nome;

D

SELECT nome, valor_ pedido
FROM clientes
INNER JOIN pedidos ON clientes.cliente_id =
pedidos.cliente_id
WHERE data_pedido > CURRENT_DATE - INTERVAL '1
month';

Provas

Questão presente nas seguintes provas

3356811 Ano: 2024
Disciplina: TI - Banco de Dados
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

SQL

Caso um cientista de dados precise extrair, transformar e analisar grandes volumes de dados em um banco de dados relacional, usando SQL, a prática mais recomendável para garantir que as operações de análise sejam eficientes e precisas consiste em

A

aplicar funções de agregação como , e com cláusulas para resumir e agregar os dados de forma eficiente.

B

ignorar o uso de índices ao executar consultas, já que a criação e a manutenção de índices são responsabilidades do administrador do banco de dados.

C

usar comandos * em todas as consultas para garantir que todas as colunas sejam retornadas, facilitando a análise posterior.

D

utilizar subconsultas (subqueries) complexas em vez de operações de junção para simplificar a lógica das consultas.

Provas

Questão presente nas seguintes provas

3356810 Ano: 2024
Disciplina: TI - Desenvolvimento de Sistemas
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

LinguagensPython

Assinale a opção correta a respeito da implantação de um modelo de classificação de árvore de decisão em Python.

A

Para treinar um modelo, deve-se utilizar o método , em que a variável representa os rótulos verdadeiros, e as características dos dados.

B

Após treinar o modelo por meio do comando , o método deve ser utilizado para avaliar o desempenho do modelo com novos dados de teste.

C

O método é utilizado para avaliar o desempenho do modelo de árvore de decisão aos dados de treinamento.

D

Após treinar o modelo por meio do comando , deve-se utilizar para realizar previsões em novos dados de teste.

Provas

Questão presente nas seguintes provas

3356809 Ano: 2024
Disciplina: TI - Desenvolvimento de Sistemas
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

LinguagensPython

Enunciado 3798902-1

Assinale a opção que corresponde à correta execução do código precedente, escrito em Python.

Provas

Questão presente nas seguintes provas

3356808 Ano: 2024
Disciplina: TI - Desenvolvimento de Sistemas
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

LinguagensPython

Enunciado 3798901-1

Considerando o código precedente, escrito em Python, assinale a opção que corresponde à sua correta execução.

Provas

Questão presente nas seguintes provas

3356807 Ano: 2024
Disciplina: TI - Desenvolvimento de Sistemas
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

Linguagens

A respeito da linguagem R, é correto afirmar que

Provas

Questão presente nas seguintes provas

3356806 Ano: 2024
Disciplina: TI - Desenvolvimento de Sistemas
Banca: CESPE / CEBRASPE
Orgão: SEBRAE

Provas:

Analista Técnico II - Cientista de Dados
Provas ×

Em relação aos conceitos do algoritmo k-means, julgue os itens a seguir.

I É importante continuar as iterações do algoritmo k-means até que a mudança na posição dos centroides entre as iterações seja menor que um limite predefinido.

II No coeficiente de silhueta, quanto mais próximo o coeficiente estiver de 1, menor a distância entre os clusters; 0 indica que os dados podem estar no cluster errado; valores negativos sugerem que o ponto está na borda.

III Apesar de um maior número clusters sempre reduzir o SSE (sum of squared errors), isso não significa que mais clusters sempre sejam melhores, pois um número muito grande de clusters pode levar a overfitting do modelo.

Assinale a opção correta.