WorksheetsAvaliação sobre Tecnologias Emergentes
Total questions: 32
Worksheet time: 21mins
Como o Aprendizado de Máquina (Machine Learning) difere de abordagens tradicionais de programação e quais são os principais desafios associados à sua implementação em sistemas inteligentes?
O Aprendizado de Máquina utiliza apenas regras fixas programadas manualmente, enquanto abordagens tradicionais dependem de dados para ajustar comportamentos. O principal desafio é a limitação de dados.
O Aprendizado de Máquina permite que sistemas ajustem seu comportamento com base em dados, sem programação explícita de todas as regras, ao contrário das abordagens tradicionais. Os principais desafios incluem a necessidade de grandes volumes de dados de qualidade, risco de viés e complexidade na interpretação dos modelos.
O Aprendizado de Máquina é um protocolo de comunicação para sistemas inteligentes, enquanto abordagens tradicionais são baseadas em sensores físicos. O principal desafio é a integração de hardware.
O Aprendizado de Máquina é utilizado apenas em hardware embarcado, enquanto abordagens tradicionais são baseadas em software. O principal desafio é o consumo de energia.
Considerando os pilares de sustentabilidade, governança e participação cidadã, qual das alternativas abaixo melhor caracteriza uma Cidade Inteligente?
Uma cidade que utiliza exclusivamente fontes de energia renovável para abastecimento público
Uma cidade que integra tecnologias de informação e comunicação para promover eficiência nos serviços urbanos, participação cidadã e desenvolvimento sustentável
Uma cidade caracterizada por infraestrutura verticalizada e grande concentração de edifícios inteligentes
Uma cidade que prioriza a restrição do acesso à internet para garantir a segurança dos dados dos cidadãos
Qual das alternativas melhor descreve a principal diferença entre um Data Lake e um Data Warehouse?
Um Data Lake armazena apenas dados estruturados, enquanto um Data Warehouse armazena dados não estruturados
Um Data Lake permite armazenar dados em seu formato bruto, estruturados e não estruturados, enquanto um Data Warehouse exige dados organizados e estruturados
Um Data Lake é utilizado exclusivamente para aplicações de IoT
Um Data Warehouse é mais adequado para Big Data do que um Data Lake
Além da diferença básica entre Data Lake e Data Swamp, quais são as consequências práticas para uma organização que permite que seu Data Lake se transforme em um Data Swamp?
O acesso aos dados se torna mais eficiente e seguro
A governança de dados se torna mais complexa, aumenta o risco de dados duplicados ou inconsistentes, e dificulta a extração de valor dos dados
Os dados passam a ser automaticamente organizados por inteligência artificial
Não há impacto significativo, pois ambos armazenam dados brutos
Qual das alternativas melhor descreve um dos principais desafios associados à implementação da Internet das Coisas (IoT) em larga escala?
Garantir que apenas dispositivos móveis possam se conectar à internet
Assegurar a segurança e privacidade dos dados coletados e trocados entre objetos físicos conectados à internet
Limitar a conexão apenas a computadores tradicionais
Desenvolver exclusivamente sistemas de inteligência artificial para todos os dispositivos
Qual das opções abaixo melhor exemplifica o uso de sistemas embarcados críticos em tempo real?
Um aplicativo de smartphone para monitoramento de saúde
O sistema de controle eletrônico de estabilidade (ESC) de um automóvel
Um servidor de banco de dados corporativo
Um roteador Wi-Fi doméstico com firewall integrado
Deep Learning é um subcampo de qual área da Inteligência Artificial, e como ele se diferencia de outros métodos tradicionais de Aprendizado de Máquina?
Computação Gráfica, pois utiliza processamento visual avançado
Aprendizado de Máquina, pois utiliza redes neurais profundas para modelar padrões complexos
Redes de Computadores, pois depende de comunicação eficiente entre máquinas
Engenharia de Software, pois foca no desenvolvimento de sistemas robustos
Qual das alternativas abaixo representa um desafio avançado frequentemente abordado por técnicas de Deep Learning?
Reconhecimento de emoções em expressões faciais em tempo real
Impressão automatizada de documentos em lote
Organização manual de planilhas financeiras
Gerenciamento básico de arquivos em sistemas operacionais
Quais são os principais desafios associados ao uso de Big Data em ambientes corporativos?
Garantir a integridade, segurança e análise eficiente de grandes volumes de dados variados e em alta velocidade
Escolher o melhor software de edição de texto para processar dados
Implementar apenas bancos de dados relacionais tradicionais
Utilizar protocolos de comunicação sem considerar o volume de dados
Considerando os objetivos das Cidades Inteligentes, qual das opções abaixo representa um desafio ou impacto negativo que pode surgir caso a implementação dessas cidades não seja realizada de forma adequada?
Melhoria na mobilidade urbana
Aumento da poluição
Otimização do uso de recursos públicos
Monitoramento em tempo real de serviços
Além de melhorar a segurança, eficiência e conforto, como a tecnologia embarcada pode contribuir para a sustentabilidade ambiental nos veículos modernos?
Promovendo o aumento das emissões de poluentes
Facilitando a manutenção preditiva e otimizando o consumo de energia
Reduzindo a integração de sistemas inteligentes
Limitando o uso de sensores e conectividade
Qual das alternativas abaixo melhor exemplifica um desafio avançado enfrentado por arquiteturas de Big Data em ambientes distribuídos?
Facilidade de armazenamento em clusters locais
Garantir processamento eficiente e consistente de grandes volumes de dados heterogêneos em tempo real, considerando latência e escalabilidade
Redução automática de custos operacionais sem comprometer a performance
Simplicidade na integração de fontes de dados estruturadas
Além do uso de redes neurais profundas, qual é uma característica fundamental que diferencia o Deep Learning do Aprendizado de Máquina tradicional em relação ao processamento de grandes volumes de dados não estruturados?
Deep Learning é capaz de extrair automaticamente características relevantes de grandes volumes de dados não estruturados, enquanto o Aprendizado de Máquina tradicional geralmente requer engenharia manual de características
Deep Learning não pode ser aplicado a dados não estruturados
Aprendizado de Máquina tradicional supera Deep Learning em todos os cenários envolvendo grandes volumes de dados
Deep Learning não utiliza redes neurais para processar dados
Qual das opções abaixo representa uma aplicação avançada de IoT em cidades inteligentes para otimização de recursos urbanos?
Sensores integrados em sistemas de coleta de lixo que otimizam rotas de caminhões com base no nível de enchimento dos contêineres
Impressoras de escritório conectadas à rede
Computadores pessoais utilizados em residências
Televisores analógicos instalados em praças públicas
Qual das alternativas melhor descreve o papel de sensores embarcados em sistemas ciber-físicos?
Executar algoritmos de inteligência artificial para tomada de decisão autônoma
Coletar e transmitir dados do ambiente físico para sistemas eletrônicos integrados, possibilitando monitoramento e controle em tempo real
Gerenciar o armazenamento de grandes volumes de dados em servidores remotos
Estabelecer comunicação criptografada entre diferentes redes de computadores
Qual das alternativas abaixo melhor descreve um desafio enfrentado por organizações que possuem um Data Swamp?
Facilidade na integração de dados entre diferentes departamentos
Dificuldade em extrair valor dos dados devido à ausência de metadados, governança e padronização
Armazenamento exclusivo de dados altamente estruturados
Alto nível de segurança devido à criptografia avançada
De que maneira técnicas avançadas de Aprendizado de Máquina podem ser aplicadas para prever e gerenciar desafios complexos em cidades inteligentes, como congestionamento de tráfego e consumo energético?
Gerar poluição
Analisar padrões em grandes volumes de dados para antecipar problemas e otimizar recursos urbanos
Reduzir a automação
Diminuir a conectividade
Qual das opções abaixo melhor exemplifica um desafio típico enfrentado no processamento de Big Data?
Armazenar um arquivo de texto com 10 linhas em um computador pessoal
Analisar em tempo real os dados gerados por sensores de milhões de veículos conectados, considerando a necessidade de escalabilidade, velocidade e variedade dos dados
Organizar uma planilha de gastos pessoais em um software de escritório
Enviar um e-mail com um anexo pequeno
Além de sensores e atuadores, qual dos seguintes elementos é fundamental para garantir a comunicação eficiente e segura em uma solução de IoT?
Protocolos de comunicação específicos para IoT, como MQTT ou CoAP
Cabos de impressora paralela
Fitas cassete
Calculadoras científicas
Qual é a principal vantagem do uso de redes neurais profundas (Deep Neural Networks) em comparação com redes neurais rasas em tarefas de reconhecimento de padrões complexos?
Elas exigem menos dados para treinamento
Elas conseguem extrair representações hierárquicas e características de alto nível dos dados
Elas são mais fáceis de interpretar
Elas não necessitam de ajuste de hiperparâmetros
Qual das opções abaixo representa uma aplicação avançada de tecnologia embarcada em dispositivos médicos para monitoramento contínuo e transmissão de dados em tempo real?
Marcapasso com monitoramento remoto e integração a sistemas de telemedicina
Termômetro digital sem conectividade
Estetoscópio eletrônico sem armazenamento de dados
Esfigmomanômetro manual convencional
Em projetos de Big Data, por que a adoção de Data Lakes é considerada estratégica em relação a Data Warehouses tradicionais, especialmente no contexto de dados não estruturados e semi-estruturados?
Permite apenas o armazenamento de dados altamente estruturados e normalizados
Oferece flexibilidade e escalabilidade para armazenar e processar grandes volumes de dados estruturados, semi-estruturados e não estruturados
Limita a integração de fontes de dados heterogêneas
Impede a análise de dados em tempo real devido à sua arquitetura rígida
Em cidades inteligentes, qual das alternativas abaixo exemplifica o uso de Deep Learning para aprimorar a gestão urbana?
Utilização de redes neurais profundas para identificar padrões de tráfego e prever congestionamentos a partir de imagens de câmeras urbanas
Impressão automatizada de relatórios administrativos
Controle manual da iluminação pública por operadores humanos
Instalação de placas de trânsito sem integração tecnológica
Em relação à Internet das Coisas (IoT), qual das alternativas a seguir representa um conceito que contradiz os princípios fundamentais dessa tecnologia?
Interoperabilidade entre diferentes dispositivos e plataformas
Monitoramento e processamento de dados em tempo real
Operação completamente isolada e sem comunicação entre dispositivos
Implementação de sistemas autônomos e inteligentes
Qual das alternativas abaixo melhor exemplifica o uso avançado de Big Data para prever surtos epidemiológicos em larga escala na área da saúde?
Integração e análise de dados de múltiplas fontes (prontuários eletrônicos, redes sociais, sensores de dispositivos vestíveis) para antecipar padrões de disseminação de doenças
Uso de termômetro digital em hospitais
Armazenamento de receitas médicas em formato PDF
Consulta presencial com registro manual em papel
Além do risco de se transformar em Data Swamp, quais outros desafios complexos podem surgir na implementação de Data Lakes em larga escala?
Facilidade de integração automática com todas as fontes de dados sem necessidade de padronização
Necessidade de estratégias avançadas de governança e catalogação para evitar perda de valor dos dados
Armazenamento restrito a dados transacionais
Impossibilidade de escalar a infraestrutura conforme o volume de dados aumenta
Qual das alternativas abaixo melhor exemplifica o uso de inteligência artificial como tecnologia embarcada em eletrodomésticos modernos?
Geladeira inteligente que utiliza IA para sugerir receitas com base nos alimentos disponíveis e realiza pedidos automáticos de reposição
Fogão elétrico com timer digital
Ventilador com controle remoto
Ferro de passar com ajuste manual de temperatura
Considerando tarefas de classificação de imagens em larga escala, qual das opções abaixo melhor explica por que arquiteturas de Deep Learning, como redes neurais convolucionais profundas, superam métodos tradicionais de aprendizado de máquina?
Capacidade de extrair automaticamente características hierárquicas e complexas dos dados brutos, reduzindo a necessidade de engenharia manual de atributos
Capacidade de treinar modelos eficazes mesmo com conjuntos de dados extremamente pequenos
Redução significativa do custo computacional em relação a métodos tradicionais
Desempenho inferior em tarefas que envolvem grandes volumes de dados não estruturados
Em cidades inteligentes, como a Internet das Coisas (IoT) pode contribuir para a sustentabilidade ambiental?
Permite o monitoramento em tempo real de poluentes atmosféricos e otimiza o uso de recursos naturais
Promove o aumento do desperdício de energia elétrica
Reduz a automação de sistemas urbanos essenciais
Limita a coleta de dados sobre o meio ambiente
Em cidades inteligentes, como o aprendizado de máquina pode ser utilizado para otimizar o planejamento de rotas de transporte público considerando fatores em tempo real, como eventos, clima e padrões de mobilidade?
Utilizando algoritmos de aprendizado de máquina para prever e ajustar rotas de transporte público em tempo real com base em dados de eventos, clima e mobilidade urbana
Pintando manualmente faixas de pedestres em locais de grande movimento
Instalando sinalização de trânsito fixa sem considerar dados dinâmicos
Realizando coleta de lixo em horários fixos, sem análise de dados
Descreva o que é Data Lake
O que é a hospedagem em nuvem?
