Metadados Flashcards
(27 cards)
O que são metadados?
Metadados são informações estruturadas que descrevem, explicam, localizam ou facilitam a recuperação, uso ou gerenciamento de um recurso informacional, como um arquivo digital.
📦 Tipos de Metadados:
- Metadados Descritivos.
- Metadados Técnicos.
- Metadados Administrativos.
- Metadados de Preservação;
📦 Tipos de Metadados - Metadados Descritivos:
Ajudam a identificar e localizar o arquivo.
Exemplos: título, autor, assunto, palavras-chave.
📦 Tipos de Metadados - Metadados Técnicos:
Descrevem o formato do arquivo, tipo de mídia, software usado.
Ex: tipo MIME, resolução de imagem, codecs de vídeo.
📦 Tipos de Metadados - Metadados Administrativos:
Informações sobre propriedade intelectual e direitos autorais.
Ex: licença Creative Commons, histórico de modificação.
📦 Tipos de Metadados - Metadados de Preservação:
Ajudam a manter a integridade digital a longo prazo.
Ex: data de migração, conversão de formatos.
Exemplo prático de metadados:
📷 Em uma foto: resolução, modelo da câmera, coordenadas GPS.
📄 Em um PDF: autor, número de páginas, data de criação.
🕵️ Em investigação: quando o arquivo foi editado? Quem acessou?
⚠️ Dica de Segurança em metadados:
Metadados podem vazar informações sensíveis.
🧯 Sempre remova metadados ao enviar arquivos públicos
Retirar metadados no Linux:
comando em Linux: exiftool -all= arquivo.pdf).
Retirar metadados no Windows
Abrir Propriedades da Foto: Clique com o botão direito na foto no Explorador de Arquivos e selecione “Propriedades”.
Aba Detalhes: Clique na aba “Detalhes”.
Remover Propriedades e Informações Pessoais: Clique no botão “Remover Propriedades e Informações Pessoais”.
Opções de Remoção: Você pode escolher criar uma cópia da foto com os metadados removidos ou remover diretamente do arquivo original.
Excluir: Escolha o método de remoção desejado e clique em “OK”.
Retirar metadados no Office:
Para documentos (Word, Excel, PowerPoint):
Abrir o Documento: Abra o documento no programa Office correspondente.
Inspecionar Documento: Vá para a guia “Arquivo” e clique em “Informações”.
Inspecionar Documento: Clique em “Inspecionar Documento”.
Remover Propriedades e Informações Pessoais: Selecione as opções de metadados que deseja remover e clique em “Remover Tudo”.
O que é aprendizado de máquina?
É a ciência que ensina computadores a aprender com dados para tomar decisões, sem serem explicitamente programados para isso.
Etapas do processo de Machine Learning:
Coleta de Dados
Limpeza e Pré-processamento
Divisão em treino e teste
Escolha do modelo
Treinamento
Avaliação (ex: precisão, recall, F1-score)
Ajuste fino e produção
🔄 Tipos de Machine Learning:
Supervisionado:
Dados com rótulo (ex: e-mail é “spam” ou “não spam”).
Não supervisionado:
Descobre padrões sem rótulos (ex: agrupamento de clientes).
Reforço:
Agente que aprende com tentativa e erro (ex: robôs, jogos).
📈 Algoritmos comuns em Machine Learning:
Regressão Linear/Logística
KNN (K-Nearest Neighbors)
Árvores de Decisão / Random Forest
Redes Neurais / Deep Learning
SVM (Support Vector Machine)
O que é Big Data?
Big Data é a capacidade de coletar, armazenar, processar e analisar grandes volumes de dados diversos, em alta velocidade, para gerar valor.
Os 5Vs do Big Data?
Volume
Terabytes, Petabytes de dados
Velocidade
Streaming, tempo real
Variedade
Texto, imagem, vídeo, voz
Veracidade
Dados confiáveis ou “ruins”?
Valor
O que isso tudo resolve?
Extra:
💥 Variabilidade Dados mudam rapidamente
🔐 Vulnerabilidade Questões de privacidade e segurança
🧰 Tecnologias comuns em BigData:
Armazenamento: Hadoop, AWS S3, Azure Blob
Processamento: Apache Spark, MapReduce
Banco de Dados: MongoDB, Cassandra
Visualização: Power BI, Tableau
Linguagens: Python, R, Scala
Exemplo real de BigData:
Netflix processa mais de 1 petabyte por dia para te recomendar séries.
Amazon prevê estoque usando padrões de compra dos clientes em tempo real.
O que é IA Generativa:
Ramo da IA focado em criar conteúdo novo (texto, imagem, som, vídeo, código), com base em grandes volumes de dados e modelos treinados de linguagem.
Base tecnológica da IA Generativa:
Redes Neurais Profundas (Deep Learning)
Transformers (BERT, GPT, T5, etc.)
Treinamento em grandes datasets (LLMs)
🧠 Exemplos de modelos de IA Generativa:
GPT (OpenAI) – Texto
DALL·E / Midjourney – Imagem
Sora (OpenAI) – Vídeo
Codex / Copilot – Código
🧑💻 Usos práticos da IA Generativa:
Redação de textos e relatórios
Geração de imagens e logotipos
Simulação de cenários em segurança pública
Criação de chatbots e assistentes
Suporte ao ensino e treinamento policial
Exemplo de comando para IA Generativa (Prompt Engineering):
Comando: “Explique a diferença entre Machine Learning e Deep Learning como se eu tivesse 5 anos.”
Comando: “Gere um texto de 200 palavras sobre o papel do agente da PF na fronteira.”
Comando: “Crie uma imagem realista de um policial federal em operação no aeroporto.”
