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

250 questões encontradas

ID 5506 Engenharia de Software CESGRANRIO 2024

Uma equipe de cientistas de dados está desenvolvendo um modelo preditivo e deseja otimizar seus hiperparâmetros para maximizar a performance do modelo. Considerando-se as técnicas de otimização de hiperparâmetros, para encontrar a configuração de hiperparâmetros, essa equipe de cientistas deverá

A aprimorar o modelo utilizando Random Search para explorar uma amostra limitada de hiperparâmetros, complementado por AutoML para automatizar a escolha da melhor arquitetura de modelo, mas sem a necessidade de ajuste posterior dos hiperparâmetros.

B aplicar Random Search para selecionar aleatoriamente uma combinação de hiperparâmetros, testando apenas uma pequena amostra do espaço de busca e, em seguida, utilizar AutoTuning para selecionar automaticamente as features mais relevantes.

C empregar algoritmos de otimização como Bayesian Optimization ou Tree-structured Parzen Estimators (TPE), para explorar o espaço de hiperparâmetros de maneira mais eficiente que o Grid Search ou Random Search, ajustando o modelo com base nas amostras mais promissoras.

D executar AutoFeature Engineering antes de qualquer otimização de hiperparâmetros para garantir que o conjunto de dados esteja completamente preparado, utilizando Grid Search para testar uma única combinação de hiperparâmetros previamente selecionada.

E utilizar Grid Search para testar todas as possíveis combinações de hiperparâmetros sem um espaço definido, seguido por AutoML para realizar a engenharia automática de features, ajustando o modelo de acordo com os melhores resultados.

ID 5505 Engenharia de Software CESGRANRIO 2024

Como parte do processo de desenvolvimento de uma aplicação para analisar grandes volumes de textos, diversas tarefas de Processamento de Linguagem Natural (NLP, sigla em inglês) estão sendo implementadas para melhorar a eficácia e a precisão dessa aplicação. Diante disso, para a aplicação dessas tarefas, é necessário

A aplicar as técnicas de similaridade textual para realizar a rotulação de partes do discurso (POS-tagging), atribuindo uma etiqueta gramatical a cada palavra com base em sua posição no texto.

B empregar a extração de informação para identificar e classificar as relações entre as entidades em um corpus de documentos, e em seguida aplicar a sumarização de texto para criar resumos automáticos do conteúdo.

C executar a tradução automática para transformar um texto em outro idioma, utilizando NER para determinar a similaridade entre os textos traduzidos e os originais.

D implementar a classificação de texto para categorizar automaticamente os documentos, utilizando POS-tagging para melhorar a precisão da rotulação gramatical e a consistência das classes atribuídas.

E utilizar a análise de sentimento para identificar e extrair entidades nomeadas (NER) dos textos, facilitando a categorização automática das informações extraídas.

ID 5504 Governança de TI CESGRANRIO 2024

Uma empresa está implementando um programa de governança de dados para melhorar a qualidade e a integridade dos dados que utiliza em suas operações diárias. As seguintes diretrizes foram passadas ao time de implantação: 1. Garantir que os dados sejam precisos, completos e atualizados em tempo real, para apoiar a tomada de decisões estratégicas. 2. Implementar políticas que assegurem a conformidade com regulamentos de privacidade de dados, como a Lei Geral de Proteção de Dados Pessoais (LGPD). 3. Adotar as melhores práticas do Data Management Body of Knowledge (DMBOK) para estruturar seu programa de governança de dados. Com base nos conceitos de governança de dados do DMBOK, quais ações são necessárias para implementar as diretrizes mencionadas?

A Armazenar os dados em servidores locais e realizar backups esporádicos, eliminando a necessidade de políticas de privacidade ou controles de acesso, uma vez que os dados não estão na nuvem.

B Centralizar todos os dados da empresa em um único data warehouse, eliminando a necessidade de controles de acesso e permitindo que todos os funcionários tenham livre acesso aos dados, para facilitar a transparência e a colaboração.

C Focar exclusivamente na conformidade com a LGPD, já que a conformidade regulatória é o único aspecto importante da governança de dados.

D Implementar processos de limpeza de dados (data cleansing) e monitoramento contínuo de qualidade de dados para garantir que os dados sejam precisos e confiáveis, e designar um Data Protection Officer (DPO) para assegurar a conformidade com as leis de proteção de dados.

E Permitir que os departamentos gerenciem seus próprios dados de forma independente, descentralizando a governança, para que possam ser mais ágeis na adaptação às suas necessidades específicas e que implementem suas próprias políticas de privacidade.

ID 5503 Engenharia de Software CESGRANRIO 2024

Ao avaliar a performance de diversos modelos preditivos para um problema de regressão e outro de classificação, várias métricas podem ser utilizadas para determinar qual modelo oferece o melhor desempenho. Considere as métricas para regressão e classificação, bem como as técnicas de detecção de overfitting e underfitting. Nesse contexto, quais métricas devem ser utilizadas para determinar qual modelo oferece o melhor desempenho?

A Para avaliar um modelo de regressão, deve-se utilizar a métrica Accuracy (acurácia) para determinar a proporção de previsões corretas, enquanto, no problema de classificação, o uso do R² ajustado é essencial para medir a variabilidade explicada pelo modelo, ajustada pelo número de features.

B Para modelos de classificação, é importante utilizar a métrica R² para entender a proporção da variância explicada pelo modelo, enquanto o F1-score deve ser utilizado em problemas de regressão em que há um equilíbrio significativo entre as classes.

C Para a detecção de overfitting e de underfitting, pode ser realizada a observação do trade-off entre viés e variância nas curvas de aprendizagem, independentemente do tipo de modelo (regressão ou classificação), sendo as métricas Accuracy e R² ajustado suficientes para medir a performance em ambos os casos.

D No problema de regressão, o RMSE (Root Mean Square Error) é ideal para avaliar a média dos erros ao quadrado das previsões, e, para problemas de classificação, a análise da matriz de confusão permite calcular métricas como Precision, Recall, e F1-score, auxiliando na detecção de overfitting e underfitting.

E No problema de regressão, o uso do MAE (Mean Absolute Error) é preferível ao RMSE (Root Mean Square Error) quando se deseja penalizar fortemente grandes erros, e, para problemas de classificação, a matriz de confusão é suficiente para detectar overfitting e underfitting.

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 5498 Gestão de Pessoas Gestão de Competências CESGRANRIO 2024

Indicadores de sustentabilidade são uma ferramenta criada com o objetivo de medir a sustentabilidade das estratégias de uma empresa nos níveis social, ambiental e institucional. Os indicadores de sustentabilidade da Organização Internacional de Padronização (ISO) foram estabelecidos dentro das normas de adesão voluntária, as quais foram projetadas para ajudar as organizações a operar com sustentabilidade, a aderir às regulamentações ambientais e a melhorar continuamente os processos. Para estabelecer diretrizes para a avaliação do desempenho ambiental do sistema gerencial, a NBR ISO 14031 usa três tipos de indicadores: os indicadores de desempenho da gestão (IDG), os indicadores de desempenho operacional (IDO) e os indicadores de condição ambiental (ICA). Os indicadores de desempenho da gestão (IDG) subdividem-se em quatro: os relacionados a políticas e programas de gestão; os relacionados à conformidade; os relacionados ao desempenho financeiro; e os relacionados às relações com a comunidade. Associe os diferentes indicadores aos seus respectivos tipos, apresentados a seguir: I - Indicador de desempenho da gestão relacionado à conformidade. II - Indicador de desempenho operacional. III - Indicador de condição ambiental. P - Número de empregados que participam de programas ambientais. Q - Quantidade consumida de óleo combustível por unidade de produto. R - Concentração de ozônio troposférico existente no ar local. S - Número de auditorias realizadas sobre as planeadas.

A I – P , II – Q , III – R

B I – P , II – R , III – S

C I – Q , II – S , III – P

D I – R , II – S , III – P

E I – S , II – Q , III – R

ID 5497 Marketing Marketing de Relacionamento CESGRANRIO 2024

De acordo com uma pesquisa da Internet Advertising Bureau do Reino Unido, “cerca de 90% dos consumidores de fato recomendariam as marcas depois de interagir com elas na mídia social. De forma semelhante, uma pesquisa da NM Incite revelou que os consumidores que recebem um atendimento ao cliente positivo pela mídia social são três vezes mais propensos a se tornarem defensores da marca”. KOTLER, Philip; KARTAJAYA, Hermawan; SETIAWAN, Iwan. Marketing 4.0: do tradicional ao digital. Rio de Janeiro: Sextante, 2017. Percebe-se uma mudança entre o CRM, sigla em inglês de Customer Relationship Management , social e cuja tradução em português é Gestão do Relacionamento com o Cliente, e o CRM tradicional, sendo que o CRM social tem três usos típicos que são:

A ouvir as sugestões do cliente, pois a partir destas as empresas podem alterar alguma dinâmica ou incorporar novos produtos e serviços; influenciar de longe as opiniões do cliente através do uso de influenciadores pagos para dialogar com o cliente, sem que a empresa precise lidar diretamente com críticas nas redes sociais; responder a comentários elogiosos e excluir aqueles com críticas ou reclamações.

B ouvir a voz do cliente, pois as marcas podem extrair ideias das conversas gerais que acontecem na mídia social; envolver as marcas nas conversas gerais, de forma que as empresas possam escalar uma equipe para comentar e influenciar as conversas a fim de obter resultados mais favoráveis; lidar com reclamações que tenham potencial de levar a crises de marca, pois se espera que as empresas forneçam soluções aos problemas dos clientes antes que os problemas viralizem.

C ouvir a voz do cliente, pois as marcas podem acatar ideias e compartilhar postagens positivas do cliente; envolver influenciadores digitais na rotina empresarial, de forma que estes gerem conteúdos positivos que excluam ou menosprezem as possíveis reclamações ou críticas do cliente; fomentar soluções com o intuito de eliminar quaisquer possíveis crises de marca nas mídias digitais.

D ouvir os influenciadores digitais, pois estes possuem mais experiência nas mídias digitais e devem atuar como consultores da marca; envolver a marca em grupos específicos de discussão e polêmica on-line, pois a partir de debates ou mesmo a partir de situações de conflito, o cliente pode se surpreender com os posicionamentos da marca; manter a atenção apenas em comentários pessimistas e críticos com o intuito de responder à altura, não permitindo que o cliente avance em disseminar o problema com a marca.

E ouvir e responder a sugestões, críticas e reclamações que venham a surgir apenas na página da empresa nas mídias digitais; manter relacionamento esporádico com o cliente nas mídias digitais; acompanhar as métricas de audiência da página, pensando sempre em aumentar o número de seguidores, mesmo que em detrimento de maior engajamento do público.