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 51.483 questões FGV 25.316 questões FCC 24.632 questões AOCP 23.456 questões IBFC 11.190 questões VUNESP 10.983 questões Instituto Quadrix 10.156 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
209.778 questões encontradas
ID 206979 Administração Financeira e Orçamentária (AFO) Crédito Público e Dívida Pública FCC 2026

A Dívida Líquida do Setor Público (DLSP) difere da Dívida Bruta do Governo Geral (DBGG) principalmente porque a

A DBGG é calculada pelo Ministério da Fazenda e a DLSP pelo Banco Central.
B DLSP é sempre maior que a DBGG devido ao acréscimo dos juros e demais ativos financeiros.
C DLSP inclui apenas a dívida externa e a DBGG é um agregado das dívidas externa e interna.
D DBGG deduz os ativos financeiros do governo, como, por exemplo, as reservas internacionais.
E DLSP consolida passivos e ativos financeiros, enquanto a DBGG foca nas obrigações totais.
ID 206978 Economia Economia do Setor Público e Política Fiscal FCC 2026

Sabe-se que o chamado "modelo de Estado Mínimo" predominou até o século XIX. Com o surgimento do Welfare State, o "modelo de Estado de bem-estar social", houve uma mudança de paradigma. Sobre essa evolução, tem-se que

A a Teoria da Convergência afirma que o Estado deve reduzir suas funções sociais à medida que a indústria cresce.
B o Consenso de Washington, na década de 1980, reforçou as bases do Estado de Bem-Estar Social, sobretudo nos EUA e seus satélites geopolíticos.
C o Estado Mínimo defendia a intervenção total na produção de bens privados.
D o Welfare State surgiu para assegurar padrões mínimos de vida e reduzir conflitos de classe através da seguridade social.
E a Inglaterra, na virada do XIX para o XX, sob a figura de John Maynard Keynes, foi a principal condutora do processo de criação do bem-estar social.
ID 206977 Administração Financeira e Orçamentária (AFO) Conceitos e Fundamentos do Orçamento Público FCC 2026

A atividade financeira do Estado pode ser desmembrada em: I. Despender (despesa pública); II. Gerir (orçamento público); III. Auditar (política fiscal); IV. Criar (crédito público/endividamento); V. Obter (receita pública). Está correto o que se afirma APENAS em

A III e IV.
B I, II, III e V.
C II, III, IV e V.
D I e V.
E I, II, IV e V.
ID 206976 Economia Microeconomia FCC 2026

As falhas de mercado representam situações em que o sistema de preços, por si só, não consegue alocar recursos de forma eficiente, justificando a intervenção estatal. Nesse contexto, sobre bens públicos e externalidades, sabe-se que

A o fenômeno do "carona" (free rider) é uma consequência da rivalidade dos bens públicos, o que incentiva os consumidores a pagarem voluntariamente pelo provimento desses serviços ao Estado.
B a intervenção do governo para corrigir externalidades positivas deve ocorrer exclusivamente por meio de multas e taxas, visando desencorajar agentes privados de produzirem benefícios para a vizinhança.
C os bens públicos puros são caracterizados pela rivalidade no consumo, o que significa que o uso do bem por um indivíduo reduz a disponibilidade ou impede simultaneamente o consumo por outro agente.
D externalidades negativas ocorrem quando uma transação de mercado impõe custos a terceiros sem a devida compensação financeira, resultando em uma quantidade de equilíbrio de mercado superior à socialmente ótima.
E os bens meritórios, como saúde e educação, são tecnicamente classificados como bens públicos puros, visto que é impossível excluir indivíduos de seu consumo, mesmo quando providos pela iniciativa privada.
ID 206975 Tecnologia da Informação Dados, BI e Analytics FCC 2026

É correto afirmar que Big Data

A corresponde a uma metodologia de modelagem dimensional baseada em fatos e dimensões, enquanto o Data Warehouse representa um conjunto de algoritmos distribuídos utilizados para processamento paralelo de dados em larga escala.
B e Data Warehouse são conceitos equivalentes relacionados à administração de bancos de dados relacionais, diferenciando-se pela capacidade de armazenamento disponibilizada pela infraestrutura computacional utilizada.
C e Data Warehouse possuem a mesma finalidade arquitetural, sendo ambos destinados ao armazenamento de dados estruturados em modelos dimensionais voltados à análise gerencial.
D corresponde às tecnologias e abordagens voltadas ao processamento e armazenamento de grandes volumes de dados, enquanto o Data Warehouse consiste em um repositório destinado à consolidação de dados para a tomada de decisão.
E caracteriza ambientes destinados ao processamento transacional de aplicações corporativas, enquanto o Data Warehouse é utilizado para armazenamento de dados operacionais antes de sua transferência para os sistemas de produção.
ID 206974 Tecnologia da Informação Geral FCC 2026

Auditores de uma Secretaria da Fazenda receberam a incumbência de analisar milhões de registros de notas fiscais eletrônicas, declarações tributárias e movimentações econômicas de contribuintes. O objetivo era identificar grupos de contribuintes com comportamentos semelhantes, verificar a evolução da arrecadação ao longo dos últimos anos e estimar possíveis cenários futuros para subsidiar ações de fiscalização e planejamento institucional. Nesse contexto, a afirmação tecnicamente correta é que

A tendências correspondem à identificação de grupos com comportamento semelhante, enquanto agrupamentos são modelos destinados a estimar valores futuros com base em séries históricas.
B projeções e tendências são produzidas por regras determinísticas, descartando o uso de métodos estatísticos ou modelos analíticos para a realização da demanda apresentada.
C a identificação de grupos de contribuintes com características semelhantes pode ser realizada por técnicas de agrupamento, enquanto tendências e projeções podem ser analisadas por métodos estatísticos e modelos aplicados a séries históricas.
D a identificação de grupos de contribuintes exige necessariamente algoritmos de classificação supervisionada, enquanto tendências são obtidas pela comparação de registros previamente rotulados.
E agrupamentos são técnicas usadas para prever valores futuros de uma variável temporal, enquanto projeções correspondem à segmentação dos contribuintes em grupos homogêneos.
ID 206973 Tecnologia da Informação Geral FCC 2026

Uma equipe de auditoria pretende ampliar o uso de análises baseadas em dados para identificar indícios de irregularidades em contratos, despesas públicas e processos de arrecadação. Durante uma reunião de planejamento, discutiu-se a necessidade da atuação do engenheiro de dados. A respeito desse profissional, é tecnicamente correto afirmar que

A é responsável pela definição das estratégias de auditoria, elaboração dos achados, emissão de pareceres técnicos e validação das conclusões produzidas durante os trabalhos de fiscalização.
B atua na administração financeira dos projetos de tecnologia, sendo responsável pela gestão orçamentária das iniciativas relacionadas à infraestrutura de dados da organização.
C possui como atividade a elaboração de interfaces gráficas, painéis de visualização e elementos de experiência do usuário destinados à apresentação dos indicadores produzidos pelos sistemas analíticos.
D é responsável por projetar, implementar e manter pipelines de dados, processos de integração, mecanismos de armazenamento e disponibilização de informações.
E possui como atribuição a elaboração de modelos estatísticos preditivos e a construção de algoritmos de aprendizado de máquina destinados à identificação automática de padrões nos dados corporativos.
ID 206972 Tecnologia da Informação Banco de Dados FCC 2026

Uma equipe de uma Secretaria da Fazenda está auditando a regularidade de repasses financeiros para empresas prestadoras de serviço, buscando a identificação de valores suspeitos ao longo de um ano. Para isso, são utilizadas as tabelas FORNECEDORES (id_fornecedor, nome_fornecedor, categoria) e PAGAMENTOS (id_pagamento, id_fornecedor, valor, data_emissao, status). Em condições ideais, foi executado o seguinte comando SQL: [Comando SQL]. Esse comando

A utiliza cláusulas compatíveis com bancos NoSQL orientados a documentos, como INNER JOIN, GROUP BY e HAVING, ou seja, mecanismos de agregação, que podem ser executados com a mesma sintaxe SQL padronizada.
B identifica fornecedores cujo valor médio de pagamento anual seja superior à soma total de todos os pagamentos registrados no período, utilizando a subconsulta para comparar resultados globais após a execução completa do agrupamento.
C utiliza a cláusula INNER JOIN para realizar a união vertical dos registros das duas tabelas, enquanto a subconsulta presente no HAVING filtra os valores individuais de cada nota fiscal antes que a soma por fornecedor seja processada pelo agrupamento.
D identifica fornecedores com pagamentos efetuados em 2025 cujo somatório anual supera a média aritmética de todos os pagamentos individuais registrados na tabela, utilizando uma subconsulta para definir dinamicamente o valor de corte do filtro agregado.
E utiliza a função de agregação SUM para calcular a média ponderada dos repasses, permitindo que a cláusula WHERE restrinja os grupos resultantes com base no valor retornado pela subconsulta de média global.
ID 206971 Tecnologia da Informação Geral FCC 2026

Uma equipe de uma Secretaria da Fazenda está liderando um projeto para identificar redes de empresas envolvidas em sonegação de ICMS. O conjunto de dados inclui tabelas de um banco de dados relacional com o histórico de pagamentos, arquivos JSON contendo os detalhes das notas fiscais eletrônicas e relatórios de fiscalização em texto no formato PDF. Considerando que a metodologia CRISP-DM está sendo utilizada para organizar o fluxo de trabalho, a equipe deve

A realizar, na fase de Compreensão dos Dados, uma análise exploratória para verificar a qualidade do preenchimento dos campos com dados estruturados das tabelas relacionais e a consistência e integridade das chaves nos arquivos JSON, alinhando essas fontes aos objetivos de fiscalização.
B refinar o projeto na fase de Avaliação, convertendo os relatórios de texto em dados estruturados, garantindo que a implementação do modelo no ambiente de produção ocorra junto com a revisão técnica dos resultados obtidos frente às leis tributárias.
C iniciar a fase de Modelagem utilizando os arquivos com dados não estruturados JSON, para garantir que os algoritmos de aprendizado de máquina identifiquem padrões de fraude antes mesmo de definir os critérios de sucesso do projeto.
D priorizar a fase de Preparação dos Dados para converter as tabelas com dados semiestruturados do banco de dados relacional, em um formato legível por humanos, visando facilitar a compreensão inicial dos problemas fiscais pelos gestores da Secretaria.
E executar a fase de Compreensão do Negócio com foco na extração automática de entidades dos relatórios em PDF, uma vez que esses dados estruturados permitem a clara definição das variáveis preditivas que serão usadas no modelo final de risco.
ID 206970 Tecnologia da Informação Inteligência Artificial e Aprendizado de Máquina FCC 2026

Uma Secretaria da Fazenda está implantando um sistema baseado em inteligência artificial para apoiar a identificação de indícios de fraude tributária em operações fiscais eletrônicas. Durante a definição da política de ética e governança de dados foi realizado um debate, concluindo-se que

A o risco de alucinação em sistemas de inteligência artificial está relacionado à indisponibilidade de bases históricas para treinamento, produzindo falhas operacionais decorrentes da ausência de registros suficientes para execução dos algoritmos.
B a rastreabilidade das decisões automatizadas exige o mapeamento do ciclo de vida dos dados e dos parâmetros de treinamento, permitindo auditorias técnicas que identifiquem a origem de eventuais desvios e alucinações nos relatórios fiscais.
C em estruturas de governança centralizada, as decisões relacionadas à qualidade dos dados e aos critérios de segurança devem ser concentradas nas unidades administrativas, permitindo que cada setor estabeleça seus próprios padrões de controle e auditoria.
D a explicabilidade em sistemas de inteligência artificial consiste na capacidade de impedir alterações nos modelos analíticos após sua implantação, reduzindo a necessidade de monitoramento sobre possíveis desvios de comportamento algorítmico.
E em modelos de governança compartilhada, os papéis de data steward e data owner tornam-se dispensáveis, pois as responsabilidades sobre os dados passam a ser absorvidas diretamente pelos sistemas automatizados de inteligência artificial.