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

17 questões encontradas

ID 34331 Engenharia de Software FGV 2022

Considere a sentença a seguir. s : “O acesso ao auditório também pode ser feito através de uma rampa” Aplicando a função f à sentença, obtém-se o seguinte resultado: f (s) = “acesso auditório pode ser feito através rampa” A melhor descrição para a tarefa realizada pela função f é:

A filtragem de conectivos;

B lematização;

C sumarização de sentença;

D filtragem de stop words;

E remoção de ruído.

ID 34330 Sistemas de Informação FGV 2022

Um cientista de dados está ponderando sobre a aplicação de um modelo Paragraph Vector (PV-DM) sobre uma coleção de documentos, no lugar de usar a média de vetores de palavras em cada documento. Uma razão pela qual ele deveria aplicar PV-DM, e uma contrapartida à sua aplicação, são, respectivamente:

A considera a ordem das palavras; maior custo computacional;

B menor custo computacional; menor precisão;

C vetores mais compactos; menor expressividade dos vetores;

D maior expressividade dos vetores; não considera a ordem das palavras;

E vetores mais densos, não considera a ordem das sentenças.

ID 34329 Sistemas de Informação FGV 2022

Considere o parágrafo a seguir. “Os beija-flores são aves de pequeno porte, que medem em média de 6 a 12 centímetros de comprimento e pesam de 2 a 6 gramas. Maioria dos bicos são normalmente longos, mas o formato preciso varia bastante com a espécie e está adaptado ao formato da flor que constitui a base da alimentação de cada tipo de beija-flor. ” E seu sumário, obtido através de um modelo de sumarização automática: “Os beija-flores são aves de pequeno porte, com os bicos normalmente longos cujo formato varia com a espécie, dependendo do formato da flor que constitui a base da alimentação de cada tipo de beija-flor. ” Com relação à técnica utilizada para essa sumarização, a alternativa que apresenta, respectivamente, o tipo de sumarização realizada e a evidência que nos permite classificá-la é:

A abstrativa, pois os detalhes exatos, como medidas, foram omitidos no sumário;

B extrativa, pois os substantivos principais foram preservados;

C abstrativa, pois o sumário contém palavras que não aparecem no parágrafo original;

D extrativa, pois os detalhes exatos, como medidas, foram omitidos no sumário;

E extrativa, pois o sumário contém palavras que não aparecem no parágrafo original.

ID 34328 Sistemas de Informação FGV 2022

Um analista precisa construir um modelo de tópicos para uma grande base de documentos legais, mas há uma preocupação quanto à interpretabilidade do modelo e à capacidade de inspecionar os resultados. Considerando essa preocupação, a técnica mais apropriada para a construção do modelo e a razão da escolha são, respectivamente:

A Latent Semantic Analysis, devido à distância média dos tópicos gerados;

B Latent Dirichlet Allocation, devido à capacidade de capturar informação sintática em sua representação;

C Non-Negative Matrix Factorization, devido à representação esparsa e estritamente não negativa;

D Explicit Semantic Analysis, devido à possibilidade de definir explicitamente tópicos a priori;

E Parallel Latent Dirichlet Allocation, devido à distância mínima dos tópicos gerados.

ID 34327 Engenharia de Software FGV 2022

A tradução automática de texto, embora possua raízes na metade do século passado, vem recebendo melhorias substanciais na última década, alimentadas pelo crescimento do poder computacional, disponibilidade de dados linguísticos e inovações técnicas. Com relação às inovações, e levando em consideração os recursos mencionados, a alternativa que apresenta apenas vantagens da Tradução Automática Neural (NMT) sobre técnicas de Tradução Automática Estatística (SMT) é:

A os modelos são mais efetivamente modularizáveis e possuem menos parâmetros totais;

B todos os parâmetros do modelo são ajustados independentemente, e o processo pode ser escalonado com o aumento da memória disponível;

C os parâmetros de modelos já construídos podem ser facilmente reaproveitados, e há menor dependência dos dados linguísticos;

D os modelos obtidos são mais interpretáveis, e o processo pode ser escalonado com o aumento da memória disponível;

E todos os parâmetros do modelo são ajustados conjuntamente e o processo pode ser paralelizado.

ID 34326 Engenharia de Software FGV 2022

Uma gerente de projetos (GP) está trabalhando na construção do cronograma para um novo projeto, que fornecerá como produto uma solução de Business Intelligence. As atividades já foram definidas e sequenciadas. Para estimar a duração esperada de cada atividade por meio de faixas de durações prováveis, otimistas e pessimistas, a GP realizou a estimativa:

A análoga;

B bottom-up;

C paramétrica;

D de três pontos;

E analítica de dados.

ID 34325 Engenharia de Software FGV 2022

A Equipe de Gestão de Dados (EGD) de um órgão público optou por aplicar práticas ágeis em seus projetos. Uma das propostas da EGD é utilizar o sistema de gestão Kanban para observar de forma contínua o fluxo do trabalho, de modo a:

A fixar a duração de um ciclo de entrega;

B identificar possíveis obstáculos entre as tarefas;

C eliminar os Epics com User Stories complexas do Backlog;

D garantir que o quadro Kanban apresente os Backlogs dos projetos em andamento;

E permitir que os membros da equipe executem mais de uma tarefa por vez (WIP - work in progress).