Assinale a opção que apresenta a denominação de um conjunto de dados que contém tipos de dados não estruturados e semiestruturados, como texto, áudio e vídeo, e que exige um pré-processamento adicional para obter significado e dar suporte a metadados, com o objetivo de que estes sejam usados para resolver problemas de negócios.
- A)banco de dados NoSQL
Errada: NoSQL é um tipo de banco de dados voltado a flexibilidade e escalabilidade, mas não denomina o conjunto amplo de dados descrito no enunciado.
- B)machine learning (aprendizado de máquina)
Errada: machine learning é uma técnica de aprendizado para produzir modelos, não o nome do conjunto de dados.
- C)text mining (mineração de texto)
Errada: text mining trabalha com análise de textos, mas o enunciado fala também de áudio e vídeo, indo muito além de texto.
- D)data warehouse
Errada: data warehouse é um repositório integrado para análise, geralmente com dados já tratados e estruturados, não o conjunto bruto descrito.
- E)Big Data
Certa: Big Data é o termo usado para grandes volumes de dados variados, inclusive não estruturados e semiestruturados, que precisam de tratamento para gerar valor ao negócio.
Gabarito: E
Big Data é o nome dado ao grande volume de dados gerados em alta velocidade e com muita variedade, incluindo dados estruturados, semiestruturados e não estruturados, como textos, imagens, áudio e vídeo. A ideia não é só guardar muita informação, mas conseguir tratar esse material bruto para extrair valor e apoiar decisões de negócio. Em outras palavras, é aquele monte de dado que, sozinho, parece bagunça, mas com tratamento certo vira informação útil. Na prática, Big Data exige etapas de coleta, limpeza, organização e análise, porque esses dados costumam vir em formatos diferentes e não cabem bem nos modelos tradicionais de banco de dados. É por isso que o enunciado fala em pré-processamento adicional para obter significado e dar suporte a metadados. Essa descrição é típica de Big Data, que trabalha justamente com esse universo de dados complexos e heterogêneos. As alternativas A, B, C e D tentam puxar você para temas próximos, mas nenhum deles descreve tão bem esse conjunto amplo de dados não estruturados e semiestruturados. Banco NoSQL é uma tecnologia de armazenamento, machine learning é técnica de aprendizado, text mining foca em texto, e data warehouse é repositório analítico. Já Big Data é o conceito que engloba o cenário descrito no enunciado. Em concursos, a banca gosta de cobrar a diferença entre ferramenta, técnica e conceito. Então, quando aparecer volume, variedade, velocidade e necessidade de pré-processamento para gerar valor ao negócio, desconfie: estão falando do universo de Big Data.