QuestLab Plataforma Inteligente de Questões
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.

Encontre as questões que procura
Limpar filtros
5.106 questões encontradas

Uma Secretaria Fazendária de um estado está desenvolvendo um novo painel web para que empresas consultem a situação de seus débitos tributários. Durante os testes, auditores notam que, ao carregar a página, a tabela que exibe os tributos aparece inicialmente desformatada, exibindo valores sobrepostos e colunas desalinhadas, mas após 1 segundo a aparência se corrige automaticamente. O desenvolvedor explica que está havendo Flash Of Unstyled Content (FOUC). Para corrigir o problema, garantindo que a tabela sempre apareça formatada desde o início, a solução mais adequada é

A incluir o CSS crítico diretamente no da página usando
B mover todo o CSS para um arquivo carregado via @Gimport dentro de um arquivo CSS principal, para reduzir o tempo de renderização inicial,
C usar JavaScript para ocultar a tabela até que o evento window.onload seja disparado, exibindo-a somente quando todos os recursos forem carregados.
D transformar toda a tabela em elementos ou com display : table , pols esses elementos renderizam mais rápido que tabelas tradicionais.
E definir a propriedade visibility: hidden no é torná-lo visível apenas após o carregamento de todas as regras de estilo, incluindo da tabela.
Órgão: Secretaria da Fazenda do Estado de São Paulo Cargo: Auditor Fiscal da Fazenda Estadual - Área: Tecnologia da Informação Prova: FCC - SEFAZ SP - Auditor Fiscal da Fazenda Estadual - Área: Tecnologia da Informação Conhecimentos Específicos - 2026

Um órgão fazendário expõe, por meio de uma API REST, dados de notas fiscais eletrônicas para outros sistemas estaduais. Em picos de uso, algumas requisições retornam informações inconsistentes porque o processamento interno ainda está em execução de forma assíncrona. Nesse cenário, a estratégia de projeto REST adequada para garantir consistência das respostas sem bloquear o processamento da operação é

A responder 200 ok com payload indicando processamento pendente, mantendo a consulta ao mesmo endpoint .
B executar todo o processamento da NF-e de forma síncrona antes de responder, garantindo resposta somente quando o dado estiver concluído.
C utilizar 206 Fartial Content para devolver versões intermediárias da NF-e enquanto o processamento é concluido.
D retornar 202 Accepted para operações assíncronas e informar, no cabeçalho Location , um endpoint para consulta do status ou resultado.
E responder com 201 created para operações longas e orientar o cliente a aguardar nova consulta ao mesmo endpoint para obter o resultado.
Órgão: Secretaria da Fazenda do Estado de São Paulo Cargo: Auditor Fiscal da Fazenda Estadual - Área: Tecnologia da Informação Prova: FCC - SEFAZ SP - Auditor Fiscal da Fazenda Estadual - Área: Tecnologia da Informação Conhecimentos Específicos - 2026

Um auditor interno de uma Secretaria da Fazenda está conduzindo uma avaliação de riscos de segurança da informação nos sistemas críticos de arrecadação. Para priorizar os esforços de tratamento e alocar recursos de forma eficiente, ele decide utilizar uma Matriz de Risco, que combina os níveis de probabilidade (Baixa, Média, Alta) e impacto (Baixo, Médio, Alto, Crítico) para determinar a magnitude do risco. Em sua análise, ele identificou dois riscos específicos:

- Risco A: Possibilidade de um funcionário, por descuido, enviar um arquivo contendo dados fiscais sigilosos por e-mail pessoal. O auditor estima que a probabilidade de isso ocorrer é alta, mas, considerando os controles atuais de monitoramento de rede e DLP, o impacto financeiro e reputacional seria Baixo se detectado rapidamente.

-Risco B: Possibilidade de um ataque de ransomware direcionado a explorar uma vulnerabilidade não corrigida no servidor principal do sistema de impostos. A probabilidade é estimada como média, mas o impacto seria crítico.

Com base na metodologia de matriz de risco, a ação de tratamento prioritária que o auditor deve recomendar com base na análise dos Riscos A e B é:

A Ambos os riscos têm a mesma prioridade, pois a matriz classifica riscos apenas pela probabilidade, que é Alta no Risco A e Média no Risco B, tornando o Risco A mais urgente.
B O Risco A deve ser tratado primeiro, pois uma probabilidade Alta sempre representa um perigo mais iminente, independentemente do impacto.
C O Risco B deve ser tratado primeiro, pois, em uma matriz, um risco com impacto Crítico, mesmo com probabilidade Média, é prioritário.
D Nenhum dos riscos precisa de ação imediata. O Risco A tem impacto Baixo e o Risco B tem probabilidade Média, portanto, ambos podem ser aceitos sem lralamento.
E A prioridade só pode ser definida após a implementação de novos controles para ambos, devendo o auditor aguardar uma nova medição.
Órgão: Secretaria da Fazenda do Estado de São Paulo Cargo: Auditor Fiscal da Fazenda Estadual - Área: Tecnologia da Informação Prova: FCC - SEFAZ SP - Auditor Fiscal da Fazenda Estadual - Área: Tecnologia da Informação Conhecimentos Específicos - 2026

Uma agência reguladora, que gerencia sistemas de bilhetagem, telemetria da frota e painéis de monitoramento, estã revisando seu plano de continuidade de negócios. A nova diretriz determina que os backups dos bancos de dados e sistemas operacionais sejam produzidos com mecanismos de proteção capazes de preservar a confidencialidade dos arquivos gerados. Durante a revisão dos procedimentos, a equipe avaliou quais medidas são mais adequadas para assegurar segurança, integridade e governança das cópias de backup em todo o ambiente. Considerando esse cenário, o conjunto de medidas que atende adequadamente aos requisitos é

A realizar backup em formato aberto com controle de acesso definido, registrar eventos de execução e manter política organizada de versões e verificação de integridade.
B configurar backup completo com política de retenção definida, proteção por acesso controlado e verificação periódica da integridade das cópias armazenadas em repositório de rede.
C gerar cópias em mídia local com rotina estruturada, aplicar controle de acesso e registrar operações, mantendo organização consistente dos conjuntos de backup criados.
D criar rotinas de backup distribuídas com replicação controlada, aplicar regras de proteção e registrar eventos, garantindo revisão continua da integridade dos dados copiados.
E habilitar criptografia no processo de backup , aplicar política de acesso restrito, auditoria e retenção com checksums é testes de restauração.
Órgão: Agência Reguladora de Serviços Públicos Delegados de Transporte de São Paulo Cargo: Especialista em Regulação de Transporte I - Área Tecnologia da Informação Prova: FCC - ARTESP - Especialista em Regulação de Transporte I - Área Tecnologia da Informação - 2026

Um Ministério Público decidiu modernizar seu sistema de acompanhamento processual, que antes era totalmente manual. No novo cenário, os promotores e funcionários utilizam um aplicativo desktop (desenvolvido em C#) instalado em seus computadores para consultar processos, registrar manifestações e emitir relatórios. Esse aplicativo cliente conecta-se diretamente a um servidor de aplicação no back-end , por meio de chamadas remotas ( REST ), para executar operações como “consultar andamento processual”, “protocolar manifestação” e “emitir relatórios estatísticos”. O servidor de aplicação, por sua vez, organiza suas funções em camadas internas (serviços, regras de negócio e acesso a dados) e conecta-se a um banco de dados centralizado, que armazena todos os processos sob responsabilidade da instituição. Nesse cenário,

A se futuramente parte das funcionalidades (por exemplo, gestão de manifestações ou relatórios estatísticos) for extraída para serviços independentes, a arquitetura migrará necessariamente para um modelo de microsserviços.
B por se tratar de uma arquitetura distribuída, os desenvolvedores não podem aplicar conceitos de orientação a objetos como encapsulamento, herança ou polimorfismo no código do servidor ou do cliente.
C esse desenho arquitetural caracteriza um modelo de cliente gordo em duas camadas, pois grande parte da lógica processual está implementada diretamente no aplicativo desktop utilizado pelos promotores.
D devido ao fato de o servidor de aplicação já possuir camadas internas de serviços, regras de negócio e acesso a dados, essa arquitetura já deve ser considerada totalmente orientada a serviços (SOA).
E uma desvantagem da arquitetura é que os aplicativos dos promotores e funcionários precisam ser atualizados sempre que houver mudanças relevantes nas operações do servidor, para manter compatibilidade.
Órgão: Ministério Público de Sergipe Cargo: Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento Prova: FCC - MPE SE - Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento - 2026

Durante a implementação do COBIT 2019 em um Ministério Público, a equipe de analistas decidiu adotar uma abordagem estruturada para conduzir o processo de governança e melhoria. De acordo com o método de implementação do COBIT 2019, a sequência de fases que representa corretamente o roadmap que orienta esse processo é:

A What are the priorities? What are the benefits? Where should we allocate resources? How do we manage stakeholders? Did we achieve value realization? How do we communicate lessons learned? How do we keep the momentum going?
B What govermnance components are missing? What controls are critical? How do we measure maturity? What processes need automation? Did we reduce risks? How do we update documentation?
C What are the drivers? Where are we now? Where do we want to be? What needs to be done? How do we get there? Did we get there? How do we keep the momentum going?
D What is our vision? What resources are available? Who is responsible? What are the risks? How do we control performance? Did we meet expectations? How do we report results?
E Whatis the business context? What is our capability level? How can we standardize? What are the dependencies? How do we align frameworks? Did we validate outputs? How do we keep the momenum going?
Órgão: Ministério Público de Sergipe Cargo: Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento Prova: FCC - MPE SE - Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento - 2026

Em um projeto de desenvolvimento de um novo sistema de acompanhamento de denúncias, a equipe de TI utilizou a Análise de Pontos de Função (APF) para estimar o tamanho da aplicação. As métricas e estimativas de custo total adotadas foram:

— O esforço para desenvolver cada Ponto de Função foi de 5 horas de trabalho.
— O custo da hora de trabalho foi de R$ 100,00.
— O custo total estimado do desenvolvimento do sistema foi de R$ 48.000,00.

Com base nesses dados, a quantidade total de Pontos de Função (PF) estimados para a aplicação foi de

A 100 PF.
B 96 PF.
C 98 PF.
D 105 PF.
E 95 PF.
Órgão: Ministério Público de Sergipe Cargo: Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento Prova: FCC - MPE SE - Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento - 2026

Em um banco de dados de um Ministério Público, há uma tabela chamada Promotor , com os campos: PromotorID , Nome , Cidade e DataIngresso . Um relatório precisa listar os 10 promotores mais antigos, isto é, com a menor data de ingresso. Para isso e em condições ideais, o comando SQL que deve ser utilizado no SQL Server 2019+ é:

A SELECT FIRST 10 PromotorID, Nome, Cidade, DataIngresso FROM Promotor ORDER BY DataIngresso ASC;
B SELECT PromotorID, Nome, Cidade, DataIngresso FROM Promotor ORDER BY DataIngresso ASC OFFSET 0 ROWS FETCH NEXT 10 ROWS ONLY;
C SELECT PromotorID, Nome, Cidade, DataIngresso FROM Promotor ORDER DataIngresso ASC OFFSET 0 ROWS FETCH NEXT 10 ROWS ONLY;
D SELECT PromotorID, Nome, Cidade, DataIngresso FROM Promotor ORDER BY 3 ASC OFFSET 0 ROWS FETCH NEXT 10 ROWS;
E SELECT PromotorID, Nome, Cidade, DataIngresso FROM Promotor LIMIT 10;
Órgão: Ministério Público de Sergipe Cargo: Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento Prova: FCC - MPE SE - Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento - 2026

Uma analista do Ministério Público está desenvolvendo um modelo em Python para prever a probabilidade de atraso em processos judiciais, usando informações históricas de carga de trabalho e prazos. O trecho abaixo foi escrito para treinar e avaliar um classificador simples.

from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score
import numpy as np
x = np.array([[10, 5], [20, 10], [15, 7], [30, 20], [25, 12], (5, 31]])
y = np.array([0, 1, 0, 1, 1, 0])
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)
model = LogisticRegression()
model.fit (X_train, y_train)

___I___

Considerando que o código será executado em condições ideais, a lacuna I deve ser preenchida, para exibir a acurácia do modelo no conjunto de teste, com:

A print (model.loss(X_test, y_test))
B print (accuracy_score (model.predict (X_train), X_test))
C print (model.score(y_test, X_test))
D print (accuracy_score(y_test, model.predict(X_test)))
E print (model.evaluate(X_test, y_test))
Órgão: Ministério Público de Sergipe Cargo: Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento Prova: FCC - MPE SE - Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento - 2026

Uma equipe de analistas de um Ministério Público está preparando um conjunto de dados contendo informações de denúncias. Parte do pré-processamento envolve o uso de técnicas de feature engineering para o tratamento de valores ausentes em colunas categóricas antes da aplicação de algoritmos de aprendizado de máquina. Para isso, foi desenvolvido o código abaixo.

import pandas as pd
# Pequeno conjunto de dados de exemplo
data = {
"tipo_denuncia": ["Ambiental", None, "Penal", "Penal", None],
"origem": ["Anonima", "Identificada", None, "Anonima", "Anonima"]
}
df = pd.DataFrame (data)
# Seleciona colunas categóricas
categorical_cols = df.select_dtypes (include=['object']).columns
# Substitui valores ausentes pela categoria mais frequente
for col in categorical_cols:
mode = df[col].mode () [0]
__I__
print (df)

Considerando que esse código será executado em condições ideais, o comando que deve preencher corretamente a lacuna I , para garantir que as variáveis categóricas tenham seus valores ausentes substituídos pela categoria mais frequente, é:

A df[col].fillna(inplace=None, 'Desconhecido')
B df[col].append(mode)
C df[col] = df[col].fillna(mode)
D df[col].dropna(inplace=1)
E df[col] = df[col].replace(mode, None)
Órgão: Ministério Público de Sergipe Cargo: Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento Prova: FCC - MPE SE - Analista do Ministério Público - Área: Tecnologia da Informação: Desenvolvimento - 2026