Questão 1
Não respondida
~/questoes/dados
Python se destaca na manipulação de dados em Data Lakes porque combina uma sintaxe fácil de aprender com um ecossistema maduro de bibliotecas especializadas. Essa combinação torna a linguagem perfeita para tarefas de ingestão, transformação e orquestração de dados em projetos de Data Lake.
Python oferece sintaxe intuitiva que iniciantes conseguem dominar rapidamente, além de contar com bibliotecas estabelecidas como Pandas e NumPy para manipular dados eficientemente. Esse ecossistema maduro elimina a necessidade de reinventar soluções comuns, permitindo focar no problema de negócio.
Essa alternativa está correta. Python combina acessibilidade (sintaxe clara) com poder (bibliotecas especializadas). Pandas permite manipular dados tabulares, NumPy realiza cálculos numéricos, e Polars oferece processamento veloz. Essas ferramentas são maduras e amplamente usadas em projetos reais.
Isso é falso. Python não substitui SQL ou bancos de dados. Pelo contrário, Python frequentemente trabalha em conjunto com SQL. Em um Data Lake com DuckDB, por exemplo, você usa Python para orquestrar e DuckDB+SQL para análises rápidas. SQL continua essencial.
Essa afirmação é incorreta e exagerada. Python não é a única linguagem que processa Parquet com eficiência. DuckDB, Spark, Go e até Java conseguem processar Parquet muito bem. O diferencial de Python é a combinação de facilidade + ecossistema, não exclusividade.
Não existe obrigatoriedade de Python em Data Lakes modernos. Muitos projetos usam PySpark, Java, Go ou até ferramentas cloud nativas como BigQuery. Python é popular e recomendado para iniciantes, mas é uma escolha, não uma exigência.