Banco público de questões

Questões para Concursos

Pesquise questões reais por disciplina, assunto, tópico, banca, órgão, cargo, ano e modalidade.

Questões por banca

29 bancas disponíveis. Clique para visualizar todas.

Acesse diretamente as bancas disponíveis na QuestLab. As quantidades abaixo consideram as questões ativas do banco.

CEBRASPE 51.363 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 9.793 questões FUNDATEC 9.088 questões IBADE 7.820 questões CESGRANRIO 6.013 questões OBJETIVA 4.740 questões CONSULPLAN 4.174 questões FEPESE 3.585 questões IADES 3.439 questões IESES 2.627 questões SELECON 2.377 questões IDECAN 1.907 questões MS CONCURSOS 1.485 questões Instituto Legalle 1.281 questões FAFIPA 1.161 questões FUMARC 842 questões ACAFE 551 questões INSTITUTO AOCP 430 questões NUCEPE 378 questões FUNIVERSA 348 questões FAURGS 203 questões FIOCRUZ 48 questões MACKENZIE 48 questões CETRO 17 questões

Encontre as questões que procura

Palavra-chave

Disciplina

Assunto

Tópico

Banca

Órgão

Ano

Cargo

Modalidade

Limpar filtros

55 questões encontradas

ID 180961 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina FCC 2026

O viés de automação da Inteligência Artificial (IA) generativa consiste em:

A tendência de confiar nas decisões automatizadas da IA como sendo sempre precisas ou imparciais.

B quando a IA falha em interpretar ou aplicar os dados corretamente em contextos diferentes daquele em que foi treinada.

C grupos sub-representados ou excluídos do conjunto de dados acabam sendo ignorados ou mal interpretados pela IA.

D dados de treinamento que não representam adequadamente a diversidade podem fazer com que o modelo funcione bem para alguns grupos, mas mal para outros.

E dados usados no treinamento não são suficientemente aleatórios ou representativos, resultando em uma amostra enviesada.

ID 180939 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina FCC 2026

Em um laboratório de ciência de dados voltado ao setor público, três equipes desenvolvem soluções distintas baseadas em aprendizado de máquina, elencadas com os itens I, II e III.

I. Uma equipe cria um modelo que identifica se solicitações de serviços enviadas por cidadãos pertencem às categorias saúde, educação ou segurança pública, com base no texto da mensagem.
II. Outra equipe desenvolve um modelo que prevê o valor estimado de arrecadação tributária para o próximo mês, considerando dados históricos e indicadores econômicos.
III. A terceira equipe elabora um modelo que segmenta municípios com perfis socioeconômicos semelhantes.

Com base nos conceitos fundamentais de aprendizado de máquina, os tipos de algoritmos utilizados nas soluções correspondem a

A I. Classificação - II. Regressão III. Agrupamento.

B I. Regressão - II. Agrupamento - III. Classificação.

C I. Agrupamento - II. Classificação III. Regressão.

D I. Regressão - II. Classificação- III. Agrupamento.

E I. Classificação II.Agrupamento III. Regressão.

ID 180712 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina FCC 2026

Na modelagem estatística utilizando aprendizado de máquina, a principal razão para separar os dados em conjuntos de treinamento, validação e teste é

A reduzir o viés do estimador dos coeficientes.

B avaliar desempenho generalizável e evitar overfitting .

C reduzir a dimensionalidade dos preditores.

D aumentar a variância do modelo.

E garantir normalidade dos resíduos.

ID 180571 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina FCC 2026

Uma Secretaria da Fazenda está implementando um Sistema de Detecção e Resposta de Endpoint (EDR) de última geração que utiliza modelos de Inteligência Artificial (IA) para identificar ameaças. Durante uma reunião técnica, surgiu a discussão sobre como esses modelos são desenvolvidos e aplicados na proteção contra malware desconhecido. Nesse contexto, um dos especialistas em segurança afirmou que os modelos de IA

A utilizam bancos de dados de assinaturas hash (MDS, SHA-256) de malwares conhecidos, e a eficácia depende da velocidade com que novas assinaturas são adicionadas pelo fabricante após a descoberta de uma ameaça.

B funcionam como mecanismos de whitelisting aplicativo estrito, em que apenas processos e arquivos previamente aprovados e catalogados em uma lista branca central podem ser executados, bloqueando qualquer comportamento novo ou não catalogado por padrão.

C atuam principalmente como um sistema de correlação de logs avançados, agregando eventos de diferentes fontes (SIEM, firewall , DS) e aplicando regras do tipo if-then-else predefinidas por analistas para gerar alertas.

D são treinados com grandes conjuntos de dados para aprender padrões intrínsecos e, após implantados, podem identificar ameaças do tipo zero-day ao detectar desvios significativos desses padrões aprendidos ou similaridades comportamentais.

E são inerentes ao hardware especializado (como GPUs) em que elas são executadas, sendo que a troca do endpoint por um modelo com CPU menos potente invalidaria completamente a proteção, independentemente da qualidade do modelo treinado.

ID 180569 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina FCC 2026

Um órgão público implementou um sistema contendo Inteligência Artificial para auxiliar na análise de concessão de benefícios sociais. Após a implantação, surgiram questionamentos de cidadãos sobre os critérios utilizados pelo sistema para indeferir solicitações, bem como preocupações relacionadas à proteção de dados pessoais e à possibilidade de discriminação indireta. À luz dos princípios básicos de uso responsável de IA, a conduta tecnicamente condizente para o órgão público é

A utilizar dados públicos abertos, eliminando a necessidade de preocupação relacionada com a privacidade ou vieses no sistema.

B substituir a análise humana pelas decisões automatizadas do modelo, evitando situações de interferência subjetiva durante o processo.

C manter o modelo em sigilo para preservar a segurança do algoritmo e evitar que os cidadãos questionem as decisões automatizadas.

D disponibilizar explicações compreensíveis sobre os critérios de decisão do sistema e adotar medidas de proteção de dados pessoais.

E permitir acesso ao código-fonte do modelo e aos dados pessoais utilizados no treinamento, garantindo transparência operacional.

ID 179785 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina FCC 2026

Uma Secretaria da Fazenda analisa declarações fiscais sem rótulos prévios para identificar padrões de comportamento econômico atípico entre contribuintes, visando a subsidiar auditorias. A abordagem de aprendizado de máquina corretamente aplicada ao cenário descrito é aprendizado

A por reforço, com recompensas associadas a decisões de fiscalização em sequência temporal.

B supervisionado, com uso de curva ROC para separar contribuintes sem histórico rotulado.

C supervisionado, com treinamento a partir de classes de regularidade tributária.

D não supervisionado, com identificação de estruturas e agrupamentos sem variável-alvo definida.

E supervisionado, com definição manual de regras fiscais como variável-alvo do treinamento.

ID 125032 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina CEBRASPE 2026

Assinale a opção correta acerca de aspectos relativos à IA.

A A alucinação, no contexto de modelos de linguagem, caracteriza-se pela geração de informações incorretas ou improcedentes apresentadas com aparência de verdade pelo sistema.

B É possível resumir o texto de documento sigiloso por meio de ferramentas de IA generativa, sendo recomendável, nesse caso, inseri-lo integralmente em plataformas públicas e gratuitas disponíveis na Internet, as quais, por padrão, garantem a confidencialidade das informações fornecidas.

C Os modelos de linguagem de grande porte (LLMs) são os melhores para a elaboração de resumos e análises de textos jurídicos, por serem imunes a erros factuais, já que geram conteúdo com base em consultas em tempo real a bancos de dados verificados e atualizados.

D O aprendizado de máquina (machine learning) exige que todas as regras de decisão do sistema sejam previamente programadas, de forma explícita, por um ser humano, sem qualquer processo de treinamento a partir de dados.

ID 125031 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina CEBRASPE 2026

É característica relacionada ao aprendizado supervisionado em inteligência artificial (IA)

A ajustar ações com base em recompensas e penalidades obtidas durante interações sucessivas.

B reduzir a dimensionalidade dos dados por meio de projeções estatísticas latentes.

C utilizar, durante o processo de treinamento do modelo, dados rotulados previamente.

D simular neurônios artificiais organizados em múltiplas camadas interconectadas.

ID 206186 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina Ética no uso de IA INSTITUTO AOCP 2025

A respeito do uso de ferramentas de Inteligência Artificial (IA) para auxiliar na elaboração de textos, relatórios ou estudos, uma prática ética fundamental ao usuário é

A utilizar a IA como fonte primária do conteúdo, desde que o resultado final esteja tecnicamente correto, dispensando validação humana.

B utilizar a IA sem declarar seu uso, desde que não haja reprodução literal de textos protegidos por direitos autorais.

C utilizar a IA como instrumento de apoio, mantendo a responsabilidade humana pelo conteúdo final.

D utilizar a IA livremente sem necessidade de avaliar riscos, desde que não haja intenção de causar danos.

E inserir indiscriminadamente dados privados e sensíveis nas ferramentas de IA sempre que isso aumentar a precisão das respostas obtidas.

ID 189367 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina CEBRASPE 2025

Assinale a opção em que é citada a ciência do desenvolvimento de algoritmos e modelos estatísticos utilizados por sistemas de computador para a realização de tarefas sem instruções explícitas, baseando-se em padrões e inferências, de modo que um sistema aprenda e melhore automaticamente e com base na experiência.

A internet of things

B generative AI

C big data

D machine learning

E cloud computing