Green - Módulo

Transpetro 2026 · Administração

Software quanto à finalidade, à aquisição e à codificação, sistemas operacionais e principais programas, e análise de dados como apoio à decisão.

Administração de Sistemas de Informação

Sistemas operacionais e sistemas de apoio à decisão

Informática EmÁudio: Módulo 02 - Introdução: Software, Principais Programas e Tipos de Arquivos Olá, amiga e amigo! Estamos de volta para mais um módulo do curso de informática em áudio. Como sempre, é um prazer enorme compartilhar conhecimento com você.O assunto desse módulo envolve software e também os principais tipos de programas e arquivos. É um assunto que nem sempre aparece de forma explícita no edital, porém, as bancas partem do princípio que você já tem conhecimento sobre a matéria. Por isso, cabe a nós fazermos um nivelamento, para evitar o risco de compreender mal alguma questão da prova por falta do básico. Concorda?Então, escutar com atenção esse módulo é fundamental para você não errar por besteira alguma questão. Tenho certeza que, após ouvir esse módulo, você estará muito mais preparado, além de facilitar o aprendizado dos demais conteúdos. Aumenta o som aí e vem comigo!Amigo, o hardware é o conjunto de componentes físicos que integra o computador. Porém, o hardware em si não faz nada. Para que o computador funcione, é indispensável o software. Mas o que é software, professor? Jovem, software é um conjunto de instruções ordenadas e lógicas fornecidas ao hardware para execução de procedimentos necessários à solução dos problemas e tarefas do processamento de dados. Enfim, software e hardware trabalham juntos para o computador funcionar. Simples assim!Os softwares podem desempenhar os mais diversos papéis em um computador. Didaticamente, é possível tipificar sobre várias óticas, quanto à finalidade, quanto à codificação e quanto à aquisição. Mas fique tranquilo, nos próximos áudios vamos estudar cada um desses tipos. Tchau! Até lá!

01 - Introdução: Software, Principais Programas e tipos de arquivos

Informática EmÁudio: Software quanto à finalidadeFala meu jovem, beleza? Espero que sim.Nesse em áudio, vamos começar a falar sobre os tipos de software. Aumenta esse som aí e cola em mim. Finalizei a aula passada falando que é possível tipificar sobre várias óticas, quanto à finalidade, quanto à codificação e quanto à aquisição, lembra? Então, bora lá.Vou começar falando quanto à finalidade. O software pode ser de sistema, aplicativo ou utilitário. Vamos estudar cada um deles.Amigo, o software de sistema é o básico. Aqui encontram-se alguns tipos específicos de software. O primeiro tipo específico de software são os sistemas operacionais. Esses são programas que gerenciam todo o funcionamento do computador, administrando os recursos de hardware e fornecendo uma interface para que o usuário consiga interagir com o mesmo. Como propriedades desejáveis, espera-se que um sistema operacional seja multi-usuário, possua multiprocessamento e seja tolerante a falhas. São exemplos de sistemas operacionais: Windows, Linux, macOS, Android.Outro tipo específico de software são as ferramentas de programação, que são softwares utilizados para o desenvolvimento de outros softwares, a exemplo do Eclipse. E, por fim, os drivers, que são softwares utilizados para permitir ao sistema operacional desfrutar dos recursos de um determinado hardware. Essencialmente, um driver descreve para um sistema operacional do que o hardware é composto e como utilizar os seus recursos. Jovem, fique ligado. Não confunda driver, com R no final, com drive. Enquanto o drive é um dispositivo físico, o driver é um software que permite ao sistema operacional reconhecer e utilizar algum dispositivo de hardware.Nos dias atuais, cada vez mais os grandes fabricantes se encarregam que os sistemas operacionais já possuam os drivers de seus dispositivos, para evitar que o usuário fique na mão quando conecte um novo hardware ao seu computador. Porém, alguns dispositivos mais complexos, como multifuncionais, smartphones ou uma placa de vídeo mais moderna, ainda exigem que tal software seja instalado. Nesses casos, costuma acompanhar o hardware um CD de instalação ou instruções para download na internet. Deu para entender até aqui? Posso continuar? Beleza.Além do software poder ser de sistema, também pode ser aplicativo. Software e aplicativo são programas desenvolvidos com a finalidade de executar tarefas específicas para o usuário final, tais como navegadores de internet: google chrome, internet explore, mozilla firefox, ferramentas de escritório: microsoft word, excel, power point, aplicativos libreoffice, reprodutores de mídia: windows media player, divx player. Tranquilo? Te falei que o software pode ser de sistema, aplicativo ou utilitário. Falta falar sobre o último. Software utilitário. São programas que dão apoio ao sistema operacional ou ao usuário para a administração do próprio computador ou resolução de problemas cotidianos. Podem se enquadrar neste hall softwares antivírus, compactadores ou descompactadores de arquivos, gerenciadores de memória, desfragmentadores ou formatadores de discos, etc.Entendido a classificação de software quanto à finalidade? Que coisa boa! Fico por aqui. No próximo em áudio, conversaremos sobre o tipo de software quanto à aquisição. Fica comigo!

02 - Software quanto à finalidade

Informática EmÁudio: Software quanto à AquisiçãoBom dia! Boa tarde! Boa noite! Bem vindo a mais um em áudio. Bora aprender sobre o software quanto à aquisição? Maravilha! Então sorriso no rosto e som na caixa.Amigo, quanto à aquisição, o software pode ser shareware, freeware ou licenciado. Quero começar falando do software shareware. Software shareware são softwares que possuem algum tipo de limitação ou restrição, com o objetivo de induzir o usuário a adquirir a licença para poder desfrutar plenamente do programa. Podemos subclassificá-lo em Trial, que é um programa completo, mas que funcionará apenas em um certo número de execuções ou por um certo número de dias, ou Demo, que é um programa que apenas disponibiliza algumas funcionalidades, sinalizando que as demais só estarão disponíveis na versão licenciada.Como te disse, além do software shareware, há o software freeware. Software freeware são softwares gratuitos, que você não precisa pagar para utilizá-lo. Teoricamente, é um software completo. Fácil, né?O último tipo de software quanto à aquisição é o software licenciado. Software licenciado são softwares os quais os usuários desfrutam plenamente dos seus recursos. Quando o software é pago, as empresas trabalham as licenças por meio de códigos que os usuários precisam digitar em seus softwares e que são verificados online pela empresa desenvolvedora. Uma vez verificado o código, o usuário desfruta do software sem restrições. Quando o software é livre ou open source, veremos adiante.Ainda, podemos destacar que existe um novo nome de software no mercado, que é o chamado freemium. Você possui um programa que, em tese, é gratuito, mas que, para utilizar algumas funcionalidades extras ou para utilizar a melhor experiência do programa, você precisará pagar por isso. É algo um pouco parecido com o modelo de demo, mas é um nome mais elegante que ganhou força na era dos smartphones e dispositivos móveis.Assunto entendido? Fico por aqui. Bons estudos e foco na aprovação que ela vem! No próximo em áudio, vamos conversar sobre o software quanto à codificação. Cola em mim.

03 - Software quanto à aquisição

Informática EmÁudio: Software quanto à Codificação E aí, meu jovem! Tudo certo? Espero que sim! Hora de falar sobre o software quanto à codificação. Vamos juntos? Então coloca aquele sorriso no rosto e vem comigo.Amigo, quanto à codificação, o software pode ser proprietário, de código aberto ou livre. Vamos juntos aprender sobre cada um deles? Cola em mim.Software proprietário são softwares cuja modificação é proibida. Esses fabricantes não disponibilizam o código-fonte deste tipo de software. Tudo que o usuário pode fazer é desfrutar do software, conforme as regras de aquisição. O software proprietário está diretamente ligado ao conceito de copyright, cujo objetivo é a proteção dos direitos autorais. Já o software de código aberto, conhecido de open source, teve sua definição criada pela Open Source Initiative, o OSI, a partir do texto original da Debian Free Software Guidelines, conhecido pela sigla DFSG, e determina que um programa de código aberto deve garantir distribuição livre, acesso ao código-fonte, dentre outros. Um exemplo de software de código aberto é a solução Chromium, na qual o Google disponibiliza para que outras pessoas e navegadores possam fazer navegadores web com o núcleo do qual é feito o Google Chrome. Deu para entender? Vamos em frente! O software livre, também chamado de free software, são softwares os quais os usuários possuem a liberdade de executar, copiar, distribuir, estudar, mudar e melhorar o software. O movimento software livre é da alçada da Free Software Foundation, a FSF. O software livre caracteriza-se pela oferta de quatro liberdades básicas. A liberdade de usar o programa, para qualquer propósito, liberdade zero. A liberdade de estudar como o programa trabalha, podendo adaptá-la às necessidades próprias, liberdade um. Acesso ao código-fonte é pré-condição para tanto. A liberdade de redistribuir cópias para que você possa ajudar ao seu próximo, que é a liberdade dois. E a liberdade de melhorar o programa e lançar suas melhorias para o público em geral, para que assim toda a comunidade se beneficie, a liberdade três. Acesso ao código-fonte também é pré-condição para isto. Meu amigo, ouvidos bem abertos, não confunda software livre com software gratuito. Softwares gratuitos não precisam, necessariamente, disponibilizar seu código-fonte para o usuário final e software livre não precisa ser de graça. Logo, pode existir software proprietário gratuito, freeware, bem como existir software livre pago. Algumas distribuições Linux são pagas. Feita essa introdução sobre software, no próximo em áudio falaremos sobre os principais programas para computadores. Então não me abandona não. Bons estudos! Tchau!

04 - Software quanto à codificação

Informática EmÁudio: Principais Programas para ComputadoresFala jovem, beleza? Como estão os estudos? Bora bater um papo sobre os principais programas para computadores? Sem enrolação, som na caixa e cola em mim.Amigo, existem diversos programas que utilizamos para desfrutar dos nossos computadores. Como vimos anteriormente, alguns softwares são aplicativos e outros softwares são utilitários. Sem nos prendermos muito a essa classificação, vamos passar pelos programas mais famosos e utilizados no mercado, ok? Bora lá!Vou começar falando dos compactadores e dos descompactadores de arquivos. Antigamente, esses programas eram fundamentais para a sobrevivência do usuário comum, pois o espaço em disco era uma coisa muito cara. Nos dias de hoje, esses programas continuam sendo úteis, mas somente para o envio e recebimento de múltiplos arquivos por e-mail. Além disso, ao compactar arquivos, é possível protegê-los com senha, de modo que somente as pessoas autorizadas possam descompactá-los. Os programas mais populares e que vamos bater um papo rapidinho são o WinZip, o WinRar e o 7-Zip.O WinZip provavelmente é o programa mais famoso de compactação e descompactação de arquivos. Popularizou o formato ZIP de arquivo compactado. Já o WinRar utiliza preferencialmente o formato RAR para compactação de arquivos. O 7-Zip é um aplicativo de código aberto que, além de compatível com os formatos ZIP e RAR, oferece um novo formato, o 7Z, que é mais eficiente e ágil para comprimir e descomprimir arquivos.Tranquilo até aqui, né? Hora de falar das ferramentas de manipulação de imagens. Amigo, lidar com imagens e fotos é algo muito comum no nosso dia a dia. No Windows, os programas mais conhecidos para lidar com imagens são o Paint, o Paint 3D, o CorelDRAW e o Adobe Photoshop. O Paint e o Paint 3D são programas bem simplórios que vêm junto com o Windows para manipulação dos formatos mais comuns de imagem. O CorelDRAW é um programa profissional e caro de tratamento de imagens. Seu formato de imagem padrão é o CDR. Já o Adobe Photoshop é outro programa profissional que ficou famoso por manipular imagens de celebridades. Seu formato padrão de imagem é o PSD.Nada de outro mundo, né? Vamos finalizar esse assunto falando das ferramentas de reprodução de mídia. Vem comigo! Lidar com imagens e vídeos também faz parte da rotina do usuário. Aqui, os programas mais comuns para reproduzir esse tipo de conteúdo são o Windows Media Player, o iTunes e o DIVX Player. O Windows Media Player é um reprodutor de mídia padrão do Windows, compatível com a maioria dos formatos de música e vídeos do mercado. Com o auxílio de Codecs, que é o decodificador de vídeo e áudio, pode reproduzir formatos diferenciados. O iTunes, embora seja um programa da Apple, ele também possui versão para Windows, reproduzindo música e vídeos no computador. Já o DIVX Player é um reprodutor de filmes voltado propriamente para o formato DIVX, que é um formato de vídeo compactado sem perda de qualidade. Com os Codecs corretos instalados, também reproduz outros formatos.Deu para entender? Beleza! Bora praticar? Eu leio a questão e você me diz daí se está certo ou errado.Questão 1) Usa-se o recurso de compressão para se representar uma informação com menos bits. São extensões de arquivos compactados .zip e .gz. E aí, certo ou errado?Correto, jovem. ZIP e GZ são formatos de arquivos compactados. Resposta certa.Assunto entendido? Que beleza! Vou ficando por aqui. Bons estudos e não se esqueça, sorriso no rosto. Tchau.

05 - Principais programas para computadores

Tecnologia EmÁudio: Motivação e Os Cinco V'sOlá, jovem! Tudo bem? Bem vindo a mais um módulo do nosso curso de tecnologia da informação em áudio. Que alegria ter você por aqui! Bom gente! Neste módulo bateremos um papo sobre big data. Você já ouviu falar nesse termo? Aperta o play e vamos juntos conhecer isso.Bom gente! Ao contrário do que muitos pensam, apesar do termo big, esse conceito não está relacionado apenas ao tamanho dos conjuntos de dados, mas também há diversas outras características importantes com a transformação digital, a popularização dos smartphones e a ampliação do acesso à internet, a quantidade de usuários online é cada vez maior. Em dois mil e dezessete havia cerca de três vírgula oito bilhões de pessoas conectadas à internet, trezentos milhões a mais do que no ano anterior. Esse número, turma, já é certamente muito maior e só tende a aumentar. A medida em que o acesso à internet é ampliado mais e mais usuários a utilizam e produzem cada vez mais conteúdo em diversos locais e formatos. Novos conceitos como a internet das coisas e o cinco G, prometem ampliar de forma muito intensa a quantidade de pessoas e dispositivos conectados à internet. Para você ter uma ideia, em dois mil e dezessete, essas pessoas produziam cerca de quatrocentos e sessenta e três mil tweets. Quinze mil postagens no Instagram e usuários do YouTube assistiam a mais de quatro milhões de vídeos. Tudo isso a cada minuto é uma quantidade absurda de dados produzidos a todo instante. Essa quantidade toda de dados gerada de forma muito veloz e nos formatos mais variados traz uma série de oportunidades para se analisar os dados e extrair valiosas informações a partir deles. Mas essa quantidade toda também traz inúmeros desafios, sabia? Algumas estimativas indicam que mais de noventa e cinco por cento de todos os dados gerados são não estruturados. Outras são mais conservadoras e apontam que esse valor seria na ordem de oitenta por cento.De todo modo, temos que esse caráter não estruturado, sem nenhuma estrutura fixa, torna esses dados difíceis de se organizar e classificar. É nesse contexto, turma, que surge o conceito de big data que trata desses dados em grande volume que se apresentam em uma variedade de formatos e tem uma grande velocidade de produção.Big Data, portanto, anota aí é um termo utilizado para se referir a grandes conjuntos de dados que são de difícil processamento em bancos de dados e programas tradicionais. Assim, as ferramentas e sistemas associados à big data são mais voltados a trabalhar com esses grandes conjuntos de dados predominantemente não estruturados possibilitando a extração de algum tipo de utilidade disso tudo através de diversas técnicas.Jovem, um detalhe importante para sua prova é se lembrar que Big Data não trata de dados exclusivamente não estruturados. Também pode haver dados estruturados aí no meio só que os não estruturados que predominam. Fique ligado. Big Data é um termo que pode ser usado tanto para se referir aos próprios conjuntos de dados que nós acabamos de conversar quanto as ferramentas que servem para se trabalhar com eles. Tranquilidade até aqui, né? Vamos em frente. Bom, já nos definimos o que seria big data, mas a tarefa de se classificar um conjunto de dados como sendo ou não big data continua sendo bastante complicada, né, turma.Por exemplo, considere que a Receita Federal tem uma base de dados com dados de todos os contribuintes do país, vivos ou já falecidos. É um exemplo de um grande conjunto de dados, não é? Mas, meu jovem note que todos esses dados estão armazenados em um banco de dados relacional comum conjunto de dados estruturados, que é atualizado somente de forma anual quando as pessoas fazem a declaração do IRPF.Veremos que isso não é exatamente o que estávamos tentando definir com o Big data. De forma a deixar tudo isso mais claro as características associadas à big data foram consolidadas em um conceito chamado de três v's. Isso mesmo três v's esses três v's são a forma mais bem aceita de caracterizar big data, além de serem frequentemente cobrados em prova. Então, bastante atenção. Os três v's são volume, variedade e velocidade. Gravou?O volume se refere à quantidade de dados produzidos. O conceito de big data como o nome já diz está associado a enormes conjuntos de dados. A velocidade corresponde à rapidez com que esses dados são gerados. Redes sociais, por exemplo, podem receber milhões de postagens por minuto, não é mesmo? Já a variedade é um conceito associado aos diferentes formatos e graus de estrutura em que os dados se encontram hoje em dia.Big Data envolve dados estruturados, semi estruturados e não estruturados dos mais diversos tipos e formatos. Os dados não estruturados costumam ser maioria. Assim, os conjuntos de dados caracterizados como big data seriam aqueles que reunissem essas três características, tá legal?Mais recentemente tem sido bem aceitos e às vezes cobrados em prova. Mais dois conceitos. Anota aí.A veracidade e o valor. Muito bem. A veracidade mostra uma preocupação maior com a confiabilidade e com a organização dos dados. Todos nós temos aqueles parentes que gostam de compartilhar notícias sensacionalistas de fontes não muito confiáveis, não é verdade? Fala aí. Também é possível que você tenha visto aquelas pessoas nas redes sociais que só utilizam linguagem coloquial ou aquelas que cometem muitos erros de digitação e substituem palavras por emojis. Não é verdade? Os dados produzidos nesse contexto são desafiadores de se processar e analisar já que é necessário um certo nível de tratamento e julgamento a respeito do real significado e da validade desses dados. Daí as tecnologias de big data devem permitir trabalhar com esses conjuntos de dados irregulares e que nem sempre são confiáveis. Como os conjuntos de dados são muito grandes, se a maior parte deles apresentar boa confiabilidade e significado compreensível a falta de uma veracidade de um percentual deles acaba ficando em segundo plano. Percebe?Assim podemos afirmar que o grande volume muitas vezes compensa essa falta de veracidade nos registros. Muito bem. Falamos da veracidade, que é um conceito que pode ser cobrado em prova e que também tem sido bem aceitos. Vamos falar agora do valor. Pois bem, o valor é uma das características mais simples de se entender do Big data. Gente, podemos ter ferramentas que nos permitem coletar, processar e analisar dados que se a moldem aos outros quatro v's. Mas se não conseguirmos extrair algo de valor disso tudo, o Big data se torna somente mais uma armadilha para o desperdício de recursos das organizações. As organizações irão gastar muito dinheiro em soluções sofisticadas para analisar esses conjuntos de dados muito complexos, mas se isso não gera algum tipo de valor para a organização o Big data se torna somente mais uma tecnologia da moda que não traz um retorno desejado. Jovem, um detalhe. Há artigos por aí que chegam a citar mais de quarenta vezes para big data. Na minha opinião, devemos nos ater aos cinco v's que conversamos. Ok? Pois já são conceitos mais bem aceitos pela doutrina. Essas dezenas de v's muitas vezes representam uma certa forçação de barra, sabe? Uma vez que podem ser derivados dos três ou cinco v's originais. Beleza?Bom, fico por aqui. No próximo em áudio conversaremos sobre as aplicações e técnicas. Até lá. Abraço!

06 - Motivação e os 5 V´s

Tecnologia EmÁudio: Big Data AnalyticsE aí, Pessoal. Bem vindos de volta! Bora aprender um pouco mais sobre Big Data? Muito bem. Som na caixa. Turminha, começaremos a falar sobre as aplicações e técnicas de Big Data. Tá bom? Já vi que gostou, né? Big Data tem inúmeras aplicações nos mais diversos setores da sociedade, turma.Governos podem utilizar essas técnicas para aprimorar serviços públicos, né? Como na análise de movimentações em mercados financeiros, com a finalidade de regulação e fiscalização, detecção de fraudes, pesquisas no âmbito do sistema público de saúde, onde melhor alocar recursos para aprimorar o atendimento à população e assim sucessivamente. Também há diversas aplicações no setor privado, jovem. Big Data tem muitas aplicações em marketing, principalmente na coleta e processamento de dados de redes sociais, campo bastante fértil de dados não estruturados. Há aplicações na educação, pessoal, como sistemas que podem medir o desempenho dos estudantes de uma determinada região e cruzar com diversos outros fatores do ambiente escolar de modo a aprimorar a qualidade do ensino.Da mesma maneira, já há muitas aplicações em saúde. É verdade, como por exemplo as que coletam uma grande quantidade de dados a respeito da evolução do estado de pacientes portadores de doenças crônicas para melhor estudar e tratar essas enfermidades. Assim como acontece com outras técnicas analíticas como em mineração de dados. É muito difícil que o examinador cite um ramo em que Big Data não é aplicável. Tá legal? Se a questão fala que Big Data pode ser utilizado em aplicações da área X é muito provável que ela esteja correta ou que o erro, se presente, esteja em outro aspecto do item.Mais para frente estudaremos alguns outros conceitos de computação que costumam estar associados ao trabalho com Big Data como a computação em nuvem e os bancos de dados no SQL.Vamos começar falando do Big Data Analytics. O Big Data Analytics é um termo que se refere à análise desses conjuntos grandes e complexos de dados estruturados e não estruturados, turma.Para analisar a análise sobre Big Data são utilizadas ferramentas e equipamentos de alta performance muitas vezes com o auxílio de computação distribuída utilizando várias máquinas conectadas que trabalham de forma conjunta. As técnicas de análise em Big Data também geralmente envolvem a utilização de algoritmos estatísticos avançados, e um forte foco em análise preditiva. Aquela que busca apontar o que está por vir no futuro e indicar tendências.Quando se trata de Big Data, pessoal, costuma se citar quatro tipos de análises de dados diferentes, com base no objetivo de cada uma: preditiva, prescritiva, descritiva e diagnóstica. A Análise preditiva busca prever comportamentos futuros e tendências com base nos dados conhecidos. A análise prescritiva é parecida com a preditiva, mas a ideia é buscar os efeitos dos eventos futuros. Quer ouvir aí? É como se a preditiva fosse capaz de detectar um possível desaquecimento do mercado no futuro. Enquanto a prescritiva seria responsável por prever o impacto desse desaquecimento nas vendas da empresa.Percebeu? Já a análise descritiva foca no presente, visando descrever as características dos dados e eventos correntes para subsidiar decisões de efeitos imediatos. E, por fim, a análise diagnóstica, que, por sua vez visa entender as relações de causa e efeito entre eventos. Por exemplo, pode se cruzar fatores como dados de vacinação, saneamento básico e higiene para entender as causas da erradicação de determinada doença em parte da população.Deu para entender? Muito bem. Quando tratam de Big Data ElMasri e Navathe fazem referência ainda a algumas publicações da IBM, empresa que produz diversos tipos de sistemas de computador, incluindo soluções avançadas para Big Data. A IBM cita alguns outros tipos de Analytics, ou seja, áreas de análise de dados que podem ser focos das soluções de Big Data, Miriane, lex ou análises de redes sociais. Está associada a análise de sentimentos em postagens em redes sociais para verificar a opinião das pessoas a respeito de determinados assuntos ou eventos. Isso pode servir, por exemplo, turma, tanto para analisar opiniões a respeito de assuntos e tópicos polêmicos no campo da política quanto para direcionar ações de marketing de bens e serviços de maneira mais eficiente. Tá legal?Vamos falar agora de análise de entidades, ou em inglês, Analytics é uma área que tem como objetivo identificar e agrupar dados a respeito de determinada entidade de interesse e extrair conhecimento a partir disso. Computação cognitiva tem como objetivo desenvolver sistemas que interagem com pessoas para fornecer conselhos ou insights. Pense nos assistentes virtuais do seu celular inteligências artificiais, que têm como objetivo prover informações e ações por comando de voz turbinados com todo o conhecimento obtido através de Big Data.Fácil, né? Vamos resolver agora uma questão para você ter uma noção de como esse assunto é cobrado em provas. Tá legal? Vem comigo naquele esquema. Tá, eu leio o enunciado e você me diz daí se ele está certo ou errado. Combinado? Vamos lá: uma empresa, ao implementar técnicas e softwares de Big Data, deu enfoque diferenciado à análise que tem como objetivo mostrar as consequências de determinado evento. Essa análise é do tipo prescritivo. E aí turma. Agora eu quero saber certo ou errado? Certíssimo, jovem. A análise que visa a prever os efeitos futuros dos eventos é a prescritiva mesmo. Essa é um dos quatro tipos de análise costumeira mencionados quando se trata de Big Data, juntamente com a preditiva, previsão de comportamentos futuros e tendências, a descritiva, focada no presente, descrevendo os dados e eventos, e a diagnóstica, relações de causa e efeito entre eventos.Assunto entendido aí? Beleza. Fica comigo, tá? No próximo em áudio tem muito mais. Até lá. Até o próximo play.

07 - Big Data Analytics

Tecnologia EmÁudio: VisualizaçãoE aí, turminha querida. Tudo certo? Bora ser aprovado? É o que todo mundo quer, não é mesmo? Então aperta o play aí. Bora falar sobre a visualização, turma.Como vimos, um dos cinco "Vs" de Big Data é o valor. Segundo essa propriedade, os dados e ferramentas de Big Data devem ser capazes de gerar algum tipo de valor para a organiação.Quando se utiliza Big Data a aplicação geralmente tem propósito analítico, ou seja, permitir a análise dos dados e a extração de informações úteis para as organizações. Nesse sentido, é necessário disponibilizar os dados em algum formato compreensível pelos usuários do negócio que irão realizar a análise. Aqui podemos empregar técnicas de visualização em gráficos e em dashboards da mesma maneira como fazemos nas aplicações de negócios em telas. Nada impede também que combinemos. A escolha do tipo de visualização vai sempre depender de vários fatores, como a natureza dos dados, o tipo de análise realizada (preditiva, prescritiva, descritiva), quais perguntas que se quer responder e o nível de conhecimento dos usuários que irão utilizar a ferramenta.Em relação ao cenário específico de Big Data, há algumas técnicas interessantes para se analisar os dados, como tag clouds, clusters, HS Flow e Special Information Flow. Calma, vamos falar sobre cada uma delas? Fique tranquilo.A técnica Tag Clouds, ou Word Clouds, cujo nome é geralmente traduzido como "Nuvem de palavras", é uma técnica de visualização que exibe as palavras que aparecem mais frequentemente em um conjunto de dados textuais. Palavras que aparecem com mais frequência no conjunto de dados são exibidas em um tamanho maior e com mais destaque.Por exemplo, uma nuvem de palavras que traz as palavras mais frequentes em um conjunto de textos que trata de Big Data, Storage, Theon Prot e por aí vai.O Cluster Gra é um diagrama que serve para exibir os clusters de uma análise de agrupamento, técnica de cluster da mineração de dados. A ideia aqui é mostrar como os membros dos agrupamentos são atribuídos a cada grupo a medida em que o número de clusters aumenta. No eixo Y fica a média do valor de cada grupo e no eixo X a quantidade de clusters.Já o HS Flow é uma ferramenta que se destina a apresentar o histórico de versões de um documento conforme ele é modificado pelos seus colaboradores. E por fim, a Information Flow. Essa é uma técnica que busca visualizar as informações no espaço. O Projeto Seba Cilia Lab do MIT tem alguns exemplos interessantes. Deu pra pegar tudo aí, jovem? Beleza. Essas novas formas de visualizar dados trazem possibilidades de análise interessantes para a Big Data, embora seja possível tratar os dados obtidos e representá-los em formas mais tradicionais, como colocá-los em gráficos de barras, colunas, pizza ou histogramas também é importante explorar novas formas de apresentar os dados, visto que Big Data tem como uma de suas principais características a variedade nas formas em que os dados se estruturam. Essa variedade muitas vezes requer que se utilize novas abordagens para apresentar os dados, que são muitas vezes não estruturados, o que pode torná-los incompatíveis com as formas de visualização tradicionais. Em Big Data, as perguntas que serão feitas no processo de análise muitas vezes também são não estruturadas, ou seja, não são pré-definidas. Então o usuário está somente explorando os dados à procura de alguma informação interessante, entendeu?Nesses casos, as ferramentas deverão ser interativas, de modo a permitir que o próprio usuário navegue nos dados e encontre informações relevantes. As ferramentas de visualização também devem levar em consideração o público-alvo do processo de análise, principalmente nos casos em que os dados se destinam a um público mais amplo, que não necessariamente tem um bom conhecimento em ferramentas de TI. É importante que as ferramentas sejam intuitivas e fáceis de usar. É isso, meu povo. Finalizo mais um em áudio por aqui, mas ainda não acabou. No próximo em áudio, falaremos da aplicação no NoSQL. Até daqui a pouquinho. Te espero lá.

08 - Visualização

Transpetro 2026 · AdministraçãoAdministração de Sistemas de InformaçãoSistemas operacionais e sistemas de apoio à decisãoTranspetro

Transpetro

01 - Introdução: Software, Principais Programas e tipos de arquivos

02 - Software quanto à finalidade

03 - Software quanto à aquisição

04 - Software quanto à codificação

05 - Principais programas para computadores

06 - Motivação e os 5 V´s

07 - Big Data Analytics

08 - Visualização

Transpetro 2026 · Administração

Administração de Sistemas de Informação
Sistemas operacionais e sistemas de apoio à decisão

Transpetro