Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 11

Q3167193

Ano: 2025 Banca: CESPE / CEBRASPE Órgão: TRF - 6ª REGIÃO Prova: CESPE / CEBRASPE - 2025 - TRF - 6ª REGIÃO - Analista Judiciário – Área: Apoio Especializado – Especialidade: Governança e Gestão de Tecnologia da Informação |

Q3167193 Engenharia de Software

No que se refere à ciência de dados, julgue o item seguinte.

Em aprendizado supervisionado, o algoritmo random forest utiliza múltiplas árvores de decisão para melhorar a precisão das previsões e reduzir o risco de overfitting.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q3167153

Ano: 2025 Banca: CESPE / CEBRASPE Órgão: TRF - 6ª REGIÃO Prova: CESPE / CEBRASPE - 2025 - TRF - 6ª REGIÃO - Analista Judiciário – Área: Apoio Especializado – Especialidade: Análise de Sistemas de Informação |

Q3167153 Engenharia de Software

Julgue o item que se segue, em relação a grandes modelos de linguagem (LLMs) e a redes neurais.

O uso de tokenizadores subword permite que LLMs aprendam palavras fora do vocabulário de treinamento, otimizando a compreensão sem estar restrito a um único idioma.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q3167152

Ano: 2025 Banca: CESPE / CEBRASPE Órgão: TRF - 6ª REGIÃO Prova: CESPE / CEBRASPE - 2025 - TRF - 6ª REGIÃO - Analista Judiciário – Área: Apoio Especializado – Especialidade: Análise de Sistemas de Informação |

Q3167152 Engenharia de Software

Julgue o item que se segue, em relação a grandes modelos de linguagem (LLMs) e a redes neurais.

A aplicação da função de ativação softmax na camada de saída foi o fator determinante pela grande evolução da capacidade de visão computacional em redes neurais multicamadas.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q3167151

Ano: 2025 Banca: CESPE / CEBRASPE Órgão: TRF - 6ª REGIÃO Prova: CESPE / CEBRASPE - 2025 - TRF - 6ª REGIÃO - Analista Judiciário – Área: Apoio Especializado – Especialidade: Análise de Sistemas de Informação |

Q3167151 Engenharia de Software

Acerca de técnicas de pré-processamento de dados não estruturados, julgue o próximo item.

A técnica TF-IDF majora a importância de um termo que aparece muitas vezes em um documento e poucas vezes nos outros documentos de um mesmo corpus.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q3167049

Ano: 2025 Banca: CESPE / CEBRASPE Órgão: TRF - 6ª REGIÃO Prova: CESPE / CEBRASPE - 2025 - TRF - 6ª REGIÃO - Analista Judiciário – Área: Apoio Especializado – Especialidade: Análise de Dados |

Q3167049 Engenharia de Software

Julgue o item seguinte, relativo a inteligência artificial (IA).

A IA generativa consiste em técnicas de IA baseadas prioritariamente na utilização de aprendizado supervisionado para a criação de novas amostras de dados que se assemelham aos dados de treinamento.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q3167048

Ano: 2025 Banca: CESPE / CEBRASPE Órgão: TRF - 6ª REGIÃO Prova: CESPE / CEBRASPE - 2025 - TRF - 6ª REGIÃO - Analista Judiciário – Área: Apoio Especializado – Especialidade: Análise de Dados |

Q3167048 Engenharia de Software

Julgue o item seguinte, relativo a inteligência artificial (IA).

A análise preditiva é uma aplicação da IA em que são utilizadas técnicas de aprendizado de máquina para a previsão de resultados futuros com base em dados históricos.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Parabéns! Você acertou!

Compare seu desempenho com quem faz o mesmo concurso. Ver concorrência

Q3162149

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162149 Engenharia de Software

No contexto de MLOps, o termo Model Drift refere-se a mudanças que afetam o desempenho de um modelo de aprendizado de máquina ao longo do tempo. Qual das opções abaixo descreve corretamente um exemplo ou causa de Model Drift?

A

O treinamento do modelo é interrompido devido à falta de recursos computacionais.

B

O modelo é implementado com sucesso em produção, mas as métricas de monitoramento não são atualizadas.

C

A arquitetura do modelo é substituída por uma abordagem mais recente, mas a nova versão apresenta menor precisão.

D

O conjunto de dados de entrada para predição começa a apresentar distribuições diferentes em relação ao conjunto de treinamento, resultando em degradação do desempenho do modelo.

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q3162147

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162147 Engenharia de Software

No processamento de linguagem natural (NLP), qual técnica é utilizada para reduzir palavras à sua raiz ou forma base, removendo afixos como sufixos e prefixos e podendo obter uma palavra inexistente?

A

BPE.

B

Stemming.

C

Tokenização.

D

Lematização.

Incorreta. Gabarito oficial da banca:

Esse erro também aparece no seu Resumão. Veja o que melhorar

Parabéns! Você acertou!

Esse acerto está no seu Resumão. Ver Resumão da semana

Q3162146

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162146 Engenharia de Software

Em um sistema de Geração Aumentada via Recuperação (RAG, do inglês Retrieval-Augmented Generation), os embeddings vetoriais desempenham um papel crucial no processo de recuperação de informações. Qual das opções abaixo descreve melhor sua finalidade e funcionalidade?

A

Os embeddings vetoriais são usados para tokenizar o texto de entrada em unidades menores, facilitando o processamento e a geração de respostas coerentes.

B

Os embeddings vetoriais são usados para gerar o texto de saída diretamente, mapeando consultas de entrada para respostas pré-definidas armazenadas em uma tabela de busca.

C

Os embeddings vetoriais substituem os índices tradicionais, armazenando os dados textuais brutos em uma forma comprimida para recuperação mais rápida durante o treinamento.

D

Os embeddings vetoriais transformam o texto em representações numéricas que permitem ao sistema comparar a similaridade semântica entre consultas e documentos em um espaço de alta dimensão.

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Q3162145

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162145 Engenharia de Software

Como o algoritmo Byte Pair Encoding (BPE) impacta o processo de aprendizagem de Large Language Models (LLMs), e qual é a principal vantagem de sua aplicação?

A

O BPE cria tokens de subpalavras que permitem que o modelo processe palavras desconhecidas ou raras, reduzindo a necessidade de vocabulários muito grandes e melhorando a generalização.

B

O BPE usa pares de palavras inteiras em frases fixas durante o pré-processamento, o que aumenta a velocidade de inferência, mas limita a flexibilidade de aprendizado do modelo.

C

O BPE reduz o vocabulário ao mínimo, eliminando palavras raras, o que impede que o modelo aprenda a lidar com termos de baixa frequência.

D

O BPE codifica todas as palavras em números inteiros fixos, eliminando a necessidade de embeddings e simplificando o treinamento.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q3162144

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162144 Engenharia de Software

LangChain é uma biblioteca projetada para simplificar o desenvolvimento de aplicações baseadas em linguagem natural, aproveitando modelos de linguagem como o GPT. No LangChain, qual é a principal função dos "chains"?

A

Criar visualizações gráficas para os dados processados.

B

Armazenar grandes volumes de dados de treinamento para modelos de linguagem.

C

Fornecer uma interface gráfica para configurar modelos de linguagem sem código.

D

Conectar diferentes etapas de processamento de linguagem natural para criar um fluxo automatizado de tarefas.

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q3162137

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162137 Engenharia de Software

Funções de ativação exercem um papel fundamental em redes neurais, habilitando os modelos a capturarem padrões complexos não lineares dos dados. Entretanto, especificamente em redes neurais profundas essas funções podem implicar em um problema conhecido chamado gradient vanishing (desvanecimento do gradiente). Afim de evitar esse problema, assinale a função de ativação que mitiga o gradiente vanishing.

A

Tanh

B

ReLU

C

Sigmod

D

K-Means

Incorreta. Gabarito oficial da banca:

Veja esse conteúdo explicado passo a passo em nossos cursos. Buscar curso

Parabéns! Você acertou!

Mandou bem! Revise esse tema nos nossos cursos. Buscar curso

Q3162136

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Ciência de Dados |

Q3162136 Engenharia de Software

Aprendizado de máquina é um objeto da inteligência artificial que desenvolve técnicas capazes de reconhecer padrões a partir de dados. Algumas abordagens se destacam, como o aprendizado supervisionado e o não supervisionado, bem como o aprendizado por reforço. Com base nessas três abordagens, assinale a alternativa que contenha algoritmos de aprendizado supervisionado, aprendizado não supervisionado e aprendizado por reforço, respectivamente.

A

RNN, DBScan e Q-learning

B

LSTM, CNN e Monte Carlo

C

K-Means, RNN e Monte Carlo

D

MLP, SVM e Árvores de decisão

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q3161340

Ano: 2025 Banca: FCPC Órgão: UFC Prova: FCPC - 2025 - UFC - Analista de Tecnologia da Informação / Área: Arquitetura e Desenvolvimento de Sistemas – Back-End |

Q3161340 Engenharia de Software

Na área de Inteligência Artificial (IA), diferentes modelos e técnicas são aplicados para resolver problemas complexos em diversos domínios, como processamento de linguagem natural, visão computacional e aprendizado de máquina. Qual das redes neurais abaixo é amplamente utilizada para tarefas de reconhecimento de imagem e voz?

A

Redes neurais recorrentes (RNNs).

B

Redes neurais convolucionais (CNNs).

C

Máquinas de Vetores de Suporte (SVMs).

D

Redes Neurais de Alimentação Direta (ANNs).

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q3157173

Ano: 2025 Banca: IBEC Órgão: Prefeitura de Tremedal - BA Prova: IBEC - 2025 - Prefeitura de Tremedal - BA - Professor |

Q3157173 Engenharia de Software

Qual é o papel de algoritmos de aprendizado de máquina na análise de dados avançada?

A

Substituir a análise manual ao identificar padrões complexos e fazer previsões baseadas em grandes volumes de dados.

B

Armazenar dados em bancos de dados relacionais para consultas mais rápidas.

C

Criar visualizações interativas, como gráficos e dashboards.

D

Garantir a segurança dos dados contra-ataques cibernéticos.

E

Automatizar o backup de dados em servidores de nuvem.

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q3156892

Ano: 2025 Banca: CESPE / CEBRASPE Órgão: PC-DF Prova: CESPE / CEBRASPE - 2025 - PC-DF - Gestor de Apoio as Atividades Policiais Civis - Especialidade: Analista de Informática: Desenvolvimento de Sistemas |

Q3156892 Engenharia de Software

A respeito de inteligência artificial, de tipos de análise de dados e de Big Data, julgue o item que se segue.

Modelos discriminativos classificam dados conhecidos em categorias, enquanto modelos generativos preveem características completas a partir de um rótulo, explorando probabilidades conjuntas.

Certo

Errado

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q3154830

Ano: 2025 Banca: FGV Órgão: TCE-PI Prova: FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |

Q3154830 Engenharia de Software

Com relação às técnicas de redução de dimensionalidade, no contexto de aprendizado de máquina, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) As técnicas de agregação formam novos atributos, por meio da combinação de grupos dos atributos originais.
( ) As técnicas de seleção de atributos descartam parte dos atributos originais.
( ) Técnicas de seleção de atributos embutidas são aplicadas na etapa de pré-processamento.

As afirmativas são, respectivamente,

A

F – V – F.

B

F – V – V.

C

V – F – F.

D

V – V – F.

E

F – F – V.

Incorreta. Gabarito oficial da banca:

Salve essa questão em um caderno para revisar depois. Adicionar a um caderno

Parabéns! Você acertou!

Mantenha o ritmo! Salve no caderno para revisar depois. Adicionar a um caderno

Q3154828

Ano: 2025 Banca: FGV Órgão: TCE-PI Prova: FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |

Q3154828 Engenharia de Software

Com relação ao ajuste de dados e a aplicação de modelos preditivos de aprendizado de máquina, analise os itens a seguir.

I. O subajuste (underfitting) indica baixa capacidade preditiva do modelo para os dados de treinamento.
II. O superajuste (overfitting) impacta negativamente a capacidade de generalização do modelo.
III. A presença de ruído nos dados favorece a ocorrência de superajuste (overfitting) do modelo.

Está correto o que se afirma em

A

I, apenas.

B

I e II, apenas.

C

I e III, apenas.

D

II e III, apenas.

E

I, II e III.

Incorreta. Gabarito oficial da banca:

Treine mais com um simulado focado no seu concurso. Criar simulado

Parabéns! Você acertou!

Está mandando bem! Treine mais em um simulado completo. Criar simulado

Q3154827

Ano: 2025 Banca: FGV Órgão: TCE-PI Prova: FGV - 2025 - TCE-PI - Auditor de Controle Externo - Controle Externo - Específica de Tecnologia da Informação - Sistemas, Engenharia de Dados e Ciência de Dados (Manhã) |

Q3154827 Engenharia de Software

A popularização da Internet permitiu que grande parcela da população pudesse expressar suas opiniões na forma de fóruns, blogs, avaliações de produtos, entre outros. Assim, deixou de ser necessário que empresas conduzam enquetes ou pesquisas para que possam saber a opinião dos consumidores sobre seus produtos ou de concorrentes. O volume de textos opinativos disponíveis é tal, que a tarefa de ler, sumarizar e organizar de forma útil essas informações é desafiadora. O campo da análise de sentimento, no processamento de linguagem natural, trata justamente dessa necessidade, da automatização da descoberta e da sumarização de opiniões.
Considerando este tema, avalie as afirmativas a seguir.

I. A análise de sentimentos pode ser tratada como um problema de classificação de textos, onde é importante definir se o texto é objetivo ou subjetivo. Textos subjetivos são os de principal interesse nesse campo de pesquisa.

II. A análise de sentimentos pode ser usada para a identificação de avaliações falsas em sites de e-commerce. Uma limitação para essa aplicação é a dificuldade de obtenção de dados para treinamento de modelos, uma vez que a marcação manual de avaliações com opiniões falsas ou enganosas é muitas vezes difícil.

III. Um exemplo de algoritmo supervisionado de análise de sentimentos para avaliações de produtos pode ser resumido nos seguintes passos: extração de frases com padrões predeterminados de opinião; cálculo de um indicador de orientação de cada frase; obtenção da orientação média da avaliação como um todo; e determinação se é positiva ou negativa.

Está correto o que se afirma em

A

I, apenas.

B

I e II, apenas.

C

I e III, apenas.

D

II e III, apenas.

E

I, II e III.

Incorreta. Gabarito oficial da banca:

Errou um tema comum da banca? Veja o que mais costuma cair no Raio-X. Ver raio-X

Parabéns! Você acertou!

Essa questão segue o padrão da banca! Veja o que mais costuma cair. Ver raio-X

Q3154040

Ano: 2025 Banca: FGV Órgão: SEFAZ-RS Prova: FGV - 2025 - SEFAZ-RS - Auditor do Estado (Manhã) |

Q3154040 Engenharia de Software

Em um problema de classificação binária com aprendizado de máquina, a técnica geralmente mais adequada para ajustar o modelo e evitar o overfitting é

A

reduzir a quantidade de dados no conjunto de teste.

B

diminuir o número de dados de treinamento.

C

utilizar regularização, como L1 ou L2.

D

aumentar a complexidade do modelo.

E

evitar o uso de validação cruzada.

Incorreta. Gabarito oficial da banca:

Veja como esse erro impacta seu desempenho geral. Ver estatísticas

Parabéns! Você acertou!

Esse acerto melhora seu desempenho! Veja suas estatísticas

Questões de Concurso Comentadas sobre inteligencia artificial em engenharia de software

Foram encontradas 661 questões