QuestLab Plataforma Inteligente de Questões
Entrar Criar conta
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
Limpar filtros
24 questões encontradas
ID 5502 Banco de Dados CESGRANRIO 2024

Uma empresa está desenvolvendo um dashboard interativo para monitorar o desempenho das vendas em tempo real. O objetivo é fornecer uma visão clara e acessível para diferentes níveis de usuários, desde gerentes executivos até analistas de dados. Foram definidos os seguintes requisitos: 1. Os dados de vendas precisam ser visualizados por região, produto e período de tempo. 2. O dashboard deve permitir aos usuários explorar dados específicos por meio de interações como filtros e drill-downs. 3. A organização dos elementos visuais deve ser intuitiva, priorizando informações críticas e mantendo um layout claro e acessível. Com base nas boas práticas de design de dashboards, qual abordagem deve ser adotada para garantir que o dashboard seja eficaz e acessível para todos os usuários?

A Centralizar o layout do dashboard em um gráfico de radar para comparar o desempenho das vendas por produto, sem necessidade de interatividade, e adicionar uma tabela detalhada com todos os dados brutos abaixo dos gráficos.
B Escolher um layout minimalista, com gráficos de dispersão para todas as visualizações para facilitar o entendimento, e permitir que os usuários explorem detalhes dos dados por meio de cliques em pontos específicos dos gráficos, sem a necessidade de poluir a interface com legendas ou explicações adicionais.
C Organizar o dashboard em seções, usando gráficos de barras empilhadas para comparar vendas por produto e período, com um layout responsivo que ajusta a visualização para diferentes dispositivos, e incluir filtros interativos para drill-down em dados regionais.
D Utilizar gráficos de pizza para representar a distribuição de vendas por região, colocar todos os gráficos e tabelas em uma única página para evitar que o usuário precise navegar, e priorizar a quantidade de dados exibidos.
E Utilizar um gráfico de bolhas para mostrar todas as variáveis em um único board, garantindo que todas as interações e drill-downs ocorram automaticamente ao passar o mouse sobre os elementos gráficos, sem necessidade de cliques.
ID 5501 Engenharia de Software CESGRANRIO 2024

Uma equipe de desenvolvimento de Inteligência Artificial (IA) em uma empresa de tecnologia está implementando um sistema de recomendação baseado em aprendizado de máquina. Durante o processo de implementação, a equipe precisa estar atenta aos potenciais riscos e vulnerabilidades associados ao uso da IA. O sistema utiliza grandes volumes de dados históricos de clientes para treinar seus modelos. Há uma preocupação com a possibilidade de invasores manipularem a entrada de dados para enganar o modelo e gerar saídas indesejadas ou incorretas. A equipe deve também garantir que o modelo não exponha dados sensíveis dos clientes. Considere as seguintes afirmativas com relação à mitigação dos riscos identificados: I - adotar uma abordagem de fairness-aware learning para corrigir potenciais vieses no modelo, garantindo que as recomendações sejam justas para todos os grupos de usuários. II - implementar métodos de robustness testing para simular ataques adversariais e avaliar a resiliência do modelo, e realizar auditorias regulares para identificar e corrigir vieses algorítmicos. III - implementar técnicas de data augmentation para aumentar a diversidade dos dados de treinamento, reduzindo o risco de viés algorítmico, e adotar uma estratégia de monitoramento contínuo para detectar e mitigar ataques adversariais. IV - utilizar técnicas de differential privacy durante o treinamento do modelo para proteger dados sensíveis e garantir que as previsões do modelo não revelem informações específicas dos clientes. Estão corretas as seguintes afirmativas:

A I e II, apenas.
B II, III e IV, apenas.
C I, III e IV, apenas.
D II e IV, apenas.
E I, II, III e IV.
ID 5500 Engenharia de Software CESGRANRIO 2024

Um programador estava trabalhando no branch solvebugio e acabou o serviço. Após fazer o commit final nesse branch, ele deseja passar todas as mudanças feitas no branch solvebugio para o branch main, fazendo a integração correta de mudanças. Considerando-se esse contexto e as melhores práticas de controle de versão, quais comandos Git esse programador deve usar para realizar essa tarefa?

A git pull origin solvebugio && git push origin solvebugio
B git push origin solvebugio && git pull origin solvebugio
C git cherry-pick solvebugio main
D git checkout solvebugio && git pull origin main
E git checkout main && git merge solvebugio && git push origin main
ID 5499 Engenharia de Software CESGRANRIO 2024

Em aplicações modernas de Processamento de Linguagem Natural, usando Grandes Modelos de Linguagem (Large Language Models – LLM) é comum a necessidade de usar informações relevantes que estão em documentos novos e privados, que não foram usados no pré-treinamento dos modelos de LLM. Considerando que esses documentos podem ser longos e em grande quantidade, que o tamanho do contexto usado na chamada à Application Programming Interface (API) da LLM é limitado, e ainda pensando que os custos de processar são muitas vezes calculados por quantidade de tokens, foi desenvolvida a técnica conhecida como Retrieval Augmented Generation (RAG). Considerando-se esse contexto, qual é a característica da técnica RAG?

A Compara a resposta da LLM aos documentos recuperados para verificar seu alinhamento com a resposta desejada.
B Refina a LLM previamente com base nos documentos, evitando custos adicionais por contexto.
C Realiza uma tarefa de recuperação de informação para selecionar as partes de documentos que devem ser enviadas dentro do contexto.
D Revisa localmente todas as possibilidades combinatórias das partes de documentos escolhendo um número mínimo ótimo, reduzindo assim o custo de análise.
E Usa chamadas recursivas a LLM para enviar todas as partes necessárias do documento.
ID 4986 Matemática Geometria Analítica CESGRANRIO 2024

Considere em R 3 a reta r 0 passando pelos pontos (0,0,0) e (1,1,1) e a reta r 1 passando pelos pontos (1,0,0) e (1,1,0). Seja d a distância entre as retas r 0 e r 1 , ou seja, d é a distância mínima entre os pontos P 0 em r 0 e P 1 em r 1 . Quanto vale d?

A 1/2
B ?2/2
C ?3/2
D 2
E ?5/2
ID 4984 Estatística Cálculo de Probabilidades CESGRANRIO 2024

O teorema de Bayes é um mecanismo formal para atualizar probabilidades. Considere o caso de um analista de mercado que, após o encerramento de um pregão, pretende divulgar informações sobre a probabilidade de queda de determinada ação. O analista tinha uma previsão inicial de queda dessa ação de 10% e recebeu novas informações sobre a economia, no que diz respeito a um aumento da taxa de juros. O analista tem registros de que, quando houve queda nessa ação, em 20% das vezes essa queda foi precedida pelo aumento dos juros e de que, nos dias em que a ação esteve em alta, apenas em 5% das vezes elas foram precedidas pela notícia de aumento da taxa de juros. Levando-se em conta esse cenário, e com base no teorema de Bayes, a nova probabilidade de queda da ação será de

A 45%
B 40%
C 33%
D 31%
E 29%
ID 4983 Estatística Estatística Descritiva Análise Exploratória de Dados CESGRANRIO 2024

Quando se analisa a relação entre variáveis em estatística, é crucial entender as diferenças entre causalidade e correlação. Em uma análise de correlação,

A é necessário recorrer a considerac?o?es a priori ou teo?ricas.
B é inexistente a premissa de que as variáveis são aleatórias.
C existe uma simetria na maneira como as varia?veis sa?o tratadas.
D determina-se qual é a variável explicativa e qual é a variável explicada.
E há o objetivo de encontrar a causalidade entre duas varia?veis.
ID 4982 Estatística Estatística Descritiva Análise Exploratória de Dados CESGRANRIO 2024

Considere um grupo de 600 funcionários de uma empresa que registram os seguintes valores com relação ao tempo de permanência em um curso de aperfeiçoamento: Média = 9 dias 1 o Quartil = 5 dias 3 o Quartil = 15 dias Coeficiente de variação = 20% Considerando-se essas informações, é possível concluir que

A 160 funcionários ficam mais de 15 dias no curso.
B 180 funcionários ficam mais de 15 dias no curso.
C 350 funcionários permanecem entre 5 e 15 dias no curso.
D 360 funcionários permanecem entre 5 e 15 dias no curso.
E o desvio padrão para o tempo de permanência no curso é 1,8.
ID 4981 Estatística Estatística Não Paramétrica CESGRANRIO 2024

Diferentemente dos modelos de equação única, nos modelos de equações simultâneas há mais do que uma variável dependente ou endógena envolvida. Quando isso acontece, um método recomendado para contornar esse viés de endogeneidade é o

A Método de Mínimos Quadrados Ordinários
B Método de Mínimos Quadrados Generalizados
C Método de Mínimos Quadrados Ponderados
D Método de Variáveis Instrumentais
E Método de Raiz Unitária