物联网平台数据治理工程师岗位招聘考试试卷及答案.docVIP

  • 2
  • 0
  • 约2.41千字
  • 约 5页
  • 2026-02-01 发布于山东
  • 举报

物联网平台数据治理工程师岗位招聘考试试卷及答案.doc

物联网平台数据治理工程师岗位招聘考试试卷及答案

一、填空题(每题1分,共10分)

1.物联网常用轻量级消息队列协议是______。

2.描述数据属性与上下文的是______数据。

3.物联网设备数据的核心特征之一是______性(实时产生)。

4.数据湖存储的是______(原始/加工后)数据。

5.MQTT协议默认端口是______。

6.数据符合业务规则属于质量维度的______性。

7.物联网设备身份认证常用证书协议是______。

8.DAMA-DMBOK数据治理框架的核心是______管理。

9.边缘计算本地处理数据的目的是降低______。

10.替换敏感数据为假数据的脱敏方法是______。

二、单项选择题(每题2分,共20分)

1.不属于物联网数据特征的是?

A.海量性B.结构化C.多样性D.实时性

2.数据治理核心目标不包括?

A.提升质量B.保障安全C.降低存储成本D.挖掘价值

3.物联网采集协议不包括?

A.MQTTB.CoAPC.HTTPD.FTP

4.元数据类型不包含?

A.业务元数据B.操作元数据C.技术元数据D.以上都不是

5.数据准确反映真实情况属于质量维度的?

A.准确性B.完整性C.一致性D.及时性

6.边缘计算不适用的场景是?

A.实时监控B.低延迟响应C.海量存储D.带宽优化

7.数据脱敏的主要目的是?

A.提升传输速度B.保护隐私C.压缩体积D.优化查询

8.数据治理国际标准框架是?

A.DAMA-DMBOKB.ISO9001C.ISO27001D.ITIL

9.物联网设备唯一标识常用?

A.IP地址B.MAC地址C.UUIDD.IMEI

10.数据生命周期不包括?

A.采集B.存储C.销毁D.备份

三、多项选择题(每题2分,共20分)

1.物联网数据治理关键领域包括?

A.数据质量B.数据安全C.元数据管理D.生命周期管理

2.数据质量核心维度有?

A.准确性B.完整性C.一致性D.及时性

3.物联网采集协议有?

A.MQTTB.CoAPC.LwM2MD.HTTP

4.数据隐私保护技术包括?

A.脱敏B.加密C.访问控制D.聚合

5.边缘计算在数据治理中的作用是?

A.降带宽压力B.提实时响应C.减传输延迟D.降存储成本

6.元数据管理内容包括?

A.采集B.存储C.分析D.血缘(lineage)

7.物联网数据常见类型有?

A.传感器数据B.设备状态C.位置数据D.视频数据

8.数据治理组织架构包括?

A.治理委员会B.数据所有者C.管理员D.使用者

9.数据安全威胁包括?

A.泄露B.篡改C.丢失D.冗余

10.工业物联网(IIoT)数据治理重点是?

A.设备可靠性B.生产流程监控C.供应链整合D.合规性

四、判断题(每题2分,共20分)

1.物联网数据必须全部存云端。()

2.元数据是描述数据特征的数据。()

3.数据脱敏会改变原始数据含义。()

4.MQTT支持QoS等级0/1/2。()

5.数据治理仅涉及技术层面。()

6.边缘计算可完全替代云端计算。()

7.数据完整性指包含所有必要字段。()

8.物联网设备UUID固定不变。()

9.数据生命周期含采集、存储、加工、销毁。()

10.数据治理可提升数据可访问性。()

五、简答题(每题5分,共20分)

1.简述物联网数据治理核心流程。

2.物联网数据治理面临的主要挑战有哪些?

3.元数据管理在物联网数据治理中的作用是什么?

4.如何通过边缘计算优化物联网数据治理?

六、讨论题(每题5分,共10分)

1.如何平衡物联网数据实时性需求与存储成本控制?

2.数据治理在工业物联网(IIoT)中的应用价值是什么?

---

答案部分

一、填空题答案

1.MQTT2.元3.实时4.原始5.18836.合规7.X.5098.数据9.延迟(或带宽消耗)10.掩码(或伪匿名)

二、单项选择题答案

1.B2.C3.D4.D5.A6.C7.B8.A9.C10.D

三、多项选择题答案

1.ABCD2.ABCD3.ABCD4.ABCD5.ABC6.ABCD7.ABCD8.ABCD9.ABC10.ABCD

四、判断题答案

1.×2.√3.×4.√5.×6.×7.√8.×9.√10.√

五、简答题答案

1.核心流程:①采集(传感器/设备异构数据);②清洗(处理缺失/重复/异常);③元数据管理(属性、血缘存储);④存储(边缘/云端分层);⑤安全(脱敏、加密、访问控制);⑥质量监控(实时监测维度);⑦应用(支撑分析/决策);⑧销毁(合规销毁过期数据)。

2.主要挑战:①异构性(多设备/协议);②海量性(TB级实时数据);③实时性(低延迟需求);④隐私风险(敏感数据);⑤元数据整合难(跨平台);⑥合规要求(GDPR/等保2.0);⑦边缘-云端协同难。

3.元数

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档