Digitalización DAM

La integridad de los datos se refiere a que los datos sean precisos y no se alteren sin autorización. Verdadero. Falso.

¿Qué significa "Variedad" en el contexto de Big Data?. Los diferentes tipos y formatos de datos, estructurados y no estructurados. La cantidad de datos disponibles. La rapidez con la que se procesan los datos. La calidad de los datos.

Implementar controles de cumplimiento y realizar auditorías periódicas es una práctica recomendada para asegurar que los servicios en la nube cumplan con las leyes y normativas aplicables. Verdadero. Falso.

Relaciona cada término con su definición correspondiente. Obstáculos como la privacidad, la integridad de los datos, la gestión de acceso y el cumplimiento normativo en entornos de nube. Normativas y prácticas destinadas a proteger los datos personales y corporativos contra accesos no autorizados y ciberataques. Interconexión de técnicas y tecnologías que permiten analizar grandes volúmenes de datos y generar modelos predictivos y prescriptivos.

La auditoría y monitoreo continuo en entornos de nube no es necesaria para detectar actividades sospechosas. Verdadero. Falso.

¿Qué puede suceder como resultado de los insights obtenidos en la fase de exploración de datos y los resultados de la evaluación del modelo en un proyecto de ciencia de datos?. La preparación de datos y la selección de características son independientes de los resultados de la evaluación del modelo. Los insights obtenidos siempre son finales y no requieren ajustes en el problema o los datos. Los insights obtenidos pueden llevar a una redefinición del problema y los resultados de la evaluación del modelo pueden requerir ajustes en la preparación de datos o la selección de características. La fase de exploración de datos no influye en la evaluación del modelo.

¿Cuál de las siguientes descripciones mejor se ajusta a la característica de "Volumen" en Big Data?. La cantidad masiva de datos generados a través de diversas fuentes. La rapidez con la que se generan y procesan los datos. La precisión y calidad de los datos. La variedad de formatos y tipos de datos.

En el ámbito de Informática y comunicaciones en Castilla la Mancha, ¿cuál es un procedimiento crucial para garantizar la seguridad de los datos almacenados en la nube?. Utilizar únicamente servicios de almacenamiento en la nube sin realizar copias de seguridad adicionales. Confiar exclusivamente en las medidas de seguridad ofrecidas por el proveedor de la nube sin realizar evaluaciones independientes. Implementar cifrado de datos tanto en tránsito como en reposo, y realizar auditorías periódicas de seguridad.

¿Cuál es uno de los principales objetivos de la ciencia de datos en las empresas en el contexto de Informática y comunicaciones en Castilla la Mancha?. Asegurar la total privacidad de los datos sin necesidad de análisis. Generar datos de manera continua sin analizar. Transformar grandes volúmenes de datos en información útil y procesable para tomar decisiones informadas y mejorar la eficiencia operativa.

En el contexto de Informática y comunicaciones en Castilla la Mancha, ¿qué abarca el concepto de protección en una economía digital globalizada?. La capacidad de las empresas para evitar el acceso no autorizado a sus redes internas. Exclusivamente la protección de hardware físico contra daños accidentales. La implementación de estrategias y tecnologías para proteger datos e información frente a amenazas cibernéticas y cumplir con normativas internacionales.

¿Qué medida de seguridad es esencial para proteger la comunicación por correo electrónico en la nube?. Uso de contraseñas simples y fáciles de recordar. Implementación de cifrado de extremo a extremo para proteger el contenido del mensaje. Compartir libremente la cuenta de correo electrónico con otros usuarios.

¿Qué estrategia pueden usar las empresas para reducir la dependencia de un solo proveedor de servicios en la nube?. Considerar estrategias de multi-cloud o hybrid-cloud. Asegurar que los datos estén encriptados. Implementar soluciones de redundancia y recuperación ante desastres. Utilizar APIs y middleware.

¿Qué papel desempeña la Ciberseguridad en el entorno de los sistemas basados en la nube?. Elimina la necesidad de políticas de acceso y permisos. Mejora la calidad del hardware utilizado en los centros de datos. Protege contra el acceso no autorizado y ataques cibernéticos a los datos y aplicaciones en la nube.

¿Qué características son fundamentales para que un hecho sea considerado un dato?. Simplicidad y precisión. Contexto y relevancia. Presentación en un formato comprensible. Procesamiento y organización.

¿Qué ejemplo ilustra mejor la característica de "Velocidad" en Big Data?Datos de redes sociales. Streams de datos en tiempo real, como datos de sensores y transacciones en línea. Datos de redes sociales. Textos y vídeos en diferentes formatos. Análisis de datos de pacientes para identificar patrones de enfermedades.

La Gestión de Identidades y Accesos (IAM) ayuda a controlar quién tiene acceso a los recursos de la nube y qué permisos tienen. Verdadero. Falso.

¿Qué es el papel de la ciberseguridad en un entorno digitalizado?. Descartar la necesidad de protección avanzada en los sistemas digitales. Implementar medidas para proteger sistemas y datos digitales contra accesos no autorizados y ciberataques. Evitar la protección de datos digitales para simplificar el acceso.

Relaciona cada categoría con su correspondiente descripción de las aplicaciones: Aprendizaje Automático (Machine Learning). Procesamiento del Lenguaje Natural (NLP). Visión por Computadora. Robótica. Sistemas Expertos. Agentes Autónomos.

¿Cuál de las siguientes opciones describe mejor la diferencia entre un dato y la información?. Un dato es una pieza bruta sin contexto, mientras que la información es el resultado de procesar y organizar esos datos. Un dato contiene juicios e interpretaciones, mientras que la información es neutral. Un dato es útil para la toma de decisiones, mientras que la información no lo es. La información es siempre más precisa que un dato.

¿Cuál de las siguientes afirmaciones sobre datos es correcta?. Son siempre presentados en un formato accesible y comprensible. Proveen contexto y relevancia por sí solos. Son hechos individuales y sin procesar. Muestran interrelaciones entre diversos conjuntos de datos.

¿Qué características son fundamentales para que un hecho sea considerado un dato?. Simplicidad y precisión. Contexto y relevancia. Procesamiento y organización. Presentación en un formato comprensible.

¿Cuál es uno de los principales desafíos de la seguridad y privacidad en el almacenamiento de datos en la nube?. Optimizar el uso de recursos en la nube. Garantizar que los datos estén seguros y cumplan con las normativas de privacidad. Asegurar un rendimiento óptimo y tiempos de respuesta rápidos. Evitar el 'vendor lock-in'.

¿Qué deben hacer las empresas para cumplir con el Reglamento General de Protección de Datos (GDPR) en Europa o la Ley de Portabilidad y Responsabilidad de Seguros de Salud (HIPAA) en los Estados Unidos?. Diseñar sus aplicaciones para ser portátiles. Monitorear continuamente el uso de recursos. Asegurar que los datos y procesos en la nube cumplan con todas las leyes y normativas relevantes. Implementar herramientas de monitoreo y gestión.

¿Qué estrategia pueden usar las empresas para reducir la dependencia de un solo proveedor de servicios en la nube?. Utilizar APIs y middleware. Considerar estrategias de multi-cloud o hybrid-cloud. Asegurar que los datos estén encriptados. Implementar soluciones de redundancia y recuperación ante desastres.

La encriptación de datos en tránsito y en reposo no es necesaria para proteger los datos sensibles en la nube. Verdadero. Falso.

La Gestión de Identidades y Accesos (IAM) ayuda a controlar quién tiene acceso a los recursos de la nube y qué permisos tienen. Verdadero. Falso.

La auditoría y monitoreo continuo en entornos de nube no es necesaria para detectar actividades sospechosas. Verdadero. Falso.

El costo inicial de implementación es generalmente bajo en los sistemas basados en la nube debido al modelo de pago por uso. Verdadero. Falso.

La escalabilidad de los sistemas en la nube permite ajustar recursos de manera rápida y flexible según las necesidades del negocio. Verdadero. Falso.

La seguridad de los datos no es una preocupación importante en los sistemas basados en la nube porque todos los proveedores garantizan la protección absoluta. Verdadero. Falso.

La accesibilidad de los sistemas en la nube está limitada a ciertos dispositivos y ubicaciones específicas. Verdadero. Falso.

El rendimiento de las aplicaciones basadas en la nube puede verse afectado por la calidad de la conexión a internet del usuario. Verdadero. Falso.

Los sistemas basados en la nube no permiten una fácil integración con otras aplicaciones y servicios existentes en la empresa. Verdadero. Falso.

La capacidad de recuperación ante desastres es una ventaja clave de los sistemas en la nube debido a la redundancia y respaldo proporcionados por los proveedores. Verdadero. Falso.

La personalización de los sistemas basados en la nube es limitada y no se pueden adaptar a las necesidades específicas de una organización. Verdadero. Falso.

El cumplimiento normativo y la protección de datos son factores críticos que deben ser considerados al evaluar proveedores de servicios en la nube. Verdadero. Falso.

¿Cuál de las siguientes descripciones mejor se ajusta a la característica de "Volumen" en Big Data?. La rapidez con la que se generan y procesan los datos. La cantidad masiva de datos generados a través de diversas fuentes. La variedad de formatos y tipos de datos. La precisión y calidad de los datos.

¿Qué ejemplo ilustra mejor la característica de "Velocidad" en Big Data?. Datos de redes sociales. Streams de datos en tiempo real, como datos de sensores y transacciones en línea. Textos y vídeos en diferentes formatos. Análisis de datos de pacientes para identificar patrones de enfermedades.

¿Qué significa "Variedad" en el contexto de Big Data?. La rapidez con la que se procesan los datos. La calidad de los datos. Los diferentes tipos y formatos de datos, estructurados y no estructurados. La cantidad de datos disponibles.

¿Cuál de las siguientes afirmaciones describe mejor el concepto de iteración continua en la ciencia de datos?. Cada etapa del proceso de ciencia de datos es independiente y no influye en las demás. Los insights obtenidos pueden llevar a una redefinición del problema y ajustes en la preparación de datos o selección de características. La iteración continua significa que una vez que se obtiene el modelo final, no se necesita más ajuste. Los modelos se construyen de una vez y se implementan sin necesidad de reevaluación.

¿Qué implica la dependencia secuencial en el proceso de ciencia de datos?. Todas las etapas del proceso se pueden realizar simultáneamente sin importar el orden. Cada etapa depende de la anterior para su efectividad, como la preparación de datos antes del análisis. La secuencia de las etapas no afecta el resultado final del análisis de datos. La dependencia secuencial significa que el análisis de datos se realiza antes de recolectar los datos.

¿Qué rol juega la retroalimentación y mejora en el ciclo continuo de la ciencia de datos?. Permite la retroalimentación continua para ajustar y mejorar los modelos con el tiempo. No es necesario monitorear ni ajustar los modelos después de su implementación. Solo se realiza una vez al final del ciclo de vida del modelo. Se centra únicamente en la fase de recolección de datos.

¿Qué puede suceder como resultado de los insights obtenidos en la fase de exploración de datos y los resultados de la evaluación del modelo en un proyecto de ciencia de datos?. Los insights obtenidos siempre son finales y no requieren ajustes en el problema o los datos. La preparación de datos y la selección de características son independientes de los resultados de la evaluación del modelo. La fase de exploración de datos no influye en la evaluación del modelo. Los insights obtenidos pueden llevar a una redefinición del problema y los resultados de la evaluación del modelo pueden requerir ajustes en la preparación de datos o la selección de características.

Elegir un proveedor de servicios de nube implica considerar únicamente las capacidades técnicas del proveedor, dejando de lado factores como la localización de los centros de datos y la política de precios. Verdadero. Falso.

Microsoft Azure y Google Cloud Platform (GCP) ofrecen herramientas nativas que facilitan la integración con entornos híbridos y multi-nube, lo que las hace más adecuadas para empresas con infraestructuras diversas. Verdadero. Falso.

Durante el registro en una plataforma de servicios de nube, los usuarios deben definir detalladamente las políticas de retención de datos y configuraciones de encriptación antes de que cualquier dato pueda ser almacenado. Verdadero. Falso.

Seleccionar servicios de almacenamiento como Amazon S3 o Azure Blob Storage no requiere de una planificación detallada, ya que todos los ajustes se pueden hacer después de la implementación. Verdadero. Falso.

En la planificación de la arquitectura de almacenamiento, la elección entre almacenamiento de objetos, bloques y archivos es irrelevante y no afecta el rendimiento ni la administración de datos. Verdadero. Falso.

La confidencialidad asegura que los datos solo sean accesibles para las personas autorizadas. Verdadero. Falso.

El Reglamento General de Protección de Datos (GDPR) es una ley española que adapta el LOPDGDD al ordenamiento jurídico español. Verdadero. Falso.

El uso de algoritmos para codificar los datos y asegurar que solo puedan ser leídos por personas autorizadas se conoce como firewall. Verdadero. Falso.

La autenticación multifactor (MFA) requiere múltiples métodos de verificación para confirmar la identidad de los usuarios. Verdadero. Falso.

Relaciona: Machine Learning. Información. Ciclo de vida del dato. GDPR. Ciberseguridad. Firewall. Dato. Cloud Computing.

¿Cuál es una característica del Big Data relacionada con los tipos de datos?. Velocidad. Variedad. Volumen. Veracidad.

¿Qué etapa transforma datos sucios en útiles en ciencia de datos?. Modelado. Recolección. Evaluación. Preparación.

Relaciona: Veracidad (Big Data). Monitoreo del modelo. Deep Learning. Ciclo de vida del dato. Insight. Valor (Big Data).

¿Qué se busca en la etapa de evaluación del modelo en ciencia de datos?. Seleccionar datos. Aumentar volumen. Medir rendimiento. Eliminar duplicados.

¿Qué medida de seguridad clave se recomienda en cloud computing?. Latencia. Firewall perimetral. Autenticación multifactor. Desfragmentación.

Lea y relacione. GDPR. IAM. Preparación de Datos. Auditaría de seguridad. Evaluación de Modelo. Cloud Computing.