Questões de Engenharia de Software - Inteligencia Artificial para Concurso - Página 15

Q3260826

Ano: 2024 Banca: FGV Órgão: EPE Prova: FGV - 2024 - EPE - Analista de Pesquisa Energética (Meio Ambiente / Geoprocessamento Meio Físico) |

Q3260826 Engenharia de Software

Durante o treinamento de um modelo de aprendizado de máquina, percebe-se que o modelo tem uma alta precisão no conjunto de treinamento, mas uma baixa precisão para o conjunto de novos dados.

Isso indica um(a)

A

underfitting, já que a quantidade de dados é insuficiente, resultando em alta variabilidade nos resultados e baixa precisão no conjunto de teste.

B

overfitting, já que o modelo é excessivamente ajustado aos dados de treinamento.

C

normalização incorreta dos dados, já que o modelo é muito simples para capturar as relações subjacentes nos dados.

D

escolha incorreta do algoritmo, já que isso resulta em baixa precisão no conjunto de treinamento e no conjunto de teste.

E

falta de dados suficientes, já que resulta em desempenho insatisfatório tanto no treinamento quanto no teste.

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

Q3172898

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172898 Engenharia de Software

Assinale a alternativa correta sobre a importância da criação de prompts detalhados para obter resultados úteis de uma Inteligência Artificial (IA) generativa.

A

Prompts detalhados ajudam a IA generativa a prever a melhor saída com base em treinamentos anteriores, gerando resultados mais precisos e relevantes

B

Prompts detalhados são importantes para garantir que a IA generativa opere com maior velocidade, reduzindo o tempo de resposta

C

Prompts detalhados são necessários para a IA generativa realizar análises estatísticas complexas e otimizar seus modelos de linguagem

D

Prompts detalhados são utilizados para atualizar os modelos de machine learning da IA generativa com novos dados de treinamento

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

Q3172897

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172897 Engenharia de Software

Assinale a alternativa que apresenta o papel de um prompt na interação com a inteligência artificial (IA) generativa.

A

Um prompt é um conjunto de algoritmos usados para melhorar a precisão dos modelos de IA generativa

B

Um prompt é um texto em linguagem natural que orienta a IA generativa a executar uma tarefa específica, gerando novos conteúdos com base em modelos de machine learning pré-treinados

C

Um prompt é uma interface de usuário que facilita a comunicação entre humanos e sistemas de IA generativa sem a necessidade de linguagem natural

D

Um prompt é um mecanismo de armazenamento de dados que armazena informações geradas por modelos de IA para posterior análise

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

Q3172896

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172896 Engenharia de Software

Assinale a alternativa que apresenta a principal função da engenharia de prompt no contexto da inteligência artificial (IA) generativa.

A

A engenharia de prompt visa desenvolver novos algoritmos de aprendizado de máquina para melhorar a precisão dos modelos de IA generativa

B

A engenharia de prompt é responsável por criar instruções detalhadas e formatos específicos que orientam a IA generativa para gerar resultados relevantes e de alta qualidade

C

A engenharia de prompt foca em implementar soluções de hardware para melhorar a performance da IA generativa em termos de processamento

D

A engenharia de prompt trata da integração de diferentes plataformas de IA generativa para maximizar a eficiência na execução 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

Q3172895

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172895 Engenharia de Software

Analise a citação, que trata de uma categoria de Inteligência Artificial (IA):
“[...] acredita que um dia será possível recriar máquinas capazes de pensar, criar e exibir comportamento inteligente nos moldes humanos, a partir da criação de algoritmos cognitivos que possam executar em computadores [...]” (SILVA et al., 2018, p.17).
Assinale a alternativa que apresenta esta categoria de IA.

A

Hiperinteligência

B

Superinteligência

C

Inteligência artificial fraca

D

Inteligência artificial forte

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

Q3172894

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172894 Engenharia de Software

Assinale a alternativa que apresenta como a estatística é aplicada no contexto da inteligência artificial e quais são os desafios enfrentados na Era do Big Data.

A

A estatística, combinada com machine learning e deep learning, ajuda a enfrentar desafios e oportunidades da Era Big Data, como a Indústria 4.0 e a Internet das Coisas (IoT)

B

A estatística é utilizada apenas para a coleta de dados em inteligência artificial, sem relação com machine learning

C

Na Era Big Data, a estatística é aplicada unicamente na análise de dados, sem uso em deep learning

D

A estatística e a inteligência artificial são independentes e não se complementam na resolução de problemas complexos

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

Q3172893

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Sistemas de Informação |

Q3172893 Engenharia de Software

Assinale a alternativa que apresenta qual foi o ponto de partida para o desenvolvimento da Inteligência Artificial (IA) e como ela evoluiu ao longo das décadas.

A

O desenvolvimento da IA começou na década de 1960 com a criação de redes neurais

B

A IA surgiu em 1980, com a criação de sistemas capazes de raciocinar como humanos

C

O projeto Dartmouth, em 1950, foi o marco inicial da IA, e ao longo das décadas, o estudo das redes neurais se tornou uma base fundamental para o desenvolvimento da IA

D

A IA começou na década de 1990 com a criação dos primeiros computadores de grande porte

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

Q3171847

Ano: 2024 Banca: FCC Órgão: TRT - 20ª REGIÃO (SE) Prova: FCC - 2024 - TRT - 20ª REGIÃO (SE) - Analista Judiciário - Área Apoio Especializado - Especialidade Tecnologia da Informação |

Q3171847 Engenharia de Software

A equipe de analistas de um órgão público está avaliando o desempenho de dois modelos de machine leaming: um modelo de classificação e outro de regressão. O modelo de classificação utiliza uma curva ROC para analisar a performance, enquanto o modelo de regressão utiliza o erro médio absoluto (MAE) como métrica principal. Durante a avaliação, a equipe percebe que o modelo de classificação está apresentando sobreajuste (overfitting). Uma Analista da equipe afirmou, corretamente, que o sobreajuste ocorre quando o modelo

A

é simples demais e não consegue capturar as complexidades dos dados. A curva ROC compara a acurácia geral do modelo de classificação, enquanto o MAE avalia o desempenho: quanto maior o MAE, melhor é o desempenho do modelo. Para resolver o problema de sobreajuste, deve-se aumentar o número de variáveis no modelo.

B

generaliza excessivamente para dados novos e não consegue se adequar aos dados do treinamento. A curva ROC é capaz de calcular o desempenho do modelo por meio da média entre verdadeiros positivos (especificidade) e falsos positivos (sensibilidade). O MAE é uma métrica de erro quadrático médio que pode ser usada para melhorar o desempenho do modelo. Para eliminar o sobreajuste, deve-se aplicar a técnica de balanceamento de dados conhecida como avaliação cruzada.

C

aprende os padrões específicos do conjunto de treinamento, fornecendo previsões precisas para estes dados, mas com baixo desempenho em novos dados. A curva ROC avalia a relação entre a taxa de verdadeiros positivos e falsos negativos, enquanto o MAE mede o desvio médio absoluto entre os valores previstos e os reais. Para mitigar o sobreajuste, técnicas como regularização e parada antecipada podem ser usadas.

D

aprende as características gerais do conjunto de treinamento, generalizando bem para dados novos. A curva ROC mede a precisão de um modelo de classificação e o MAE mede a precisão de um modelo de regressão.Para reduzir o sobreajuste, deve-se aumentar a complexidade do modelo.

E

não consegue aprender os padrões do conjunto de treinamento. A curva ROC mostra a relação entre a taxa de falsos positivos e a taxa de verdadeiros negativos, enquanto o MAE mede a diferença entre a previsão mais provável e o valor real. Para reduzir o sobreajuste, deve-se remover os dados desbalanceados do conjunto de 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

Q3171155

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171155 Engenharia de Software

Chatbots são bots que conversam em linguagem natural, como o A.L.I.C.E. De todas as categorias de bots, o chatbot é provavelmente a mais antiga, sendo Eliza normalmente reconhecida como o primeiro do mundo. Com relação aos chatbots, assinale a alternativa que apresenta qual assistente pessoal de IA foi lançado em 2011 e ajudou a popularizar os chatbots.

A

Google Now

B

Alexa

C

Cortana

D

Siri

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

Q3171154

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171154 Engenharia de Software

Analise a afirmação a seguir:
“______ são uma das categorias mais importantes de robôs, pois permitem interação e acesso a funções computacionais por meio da linguagem natural, que é uma das maneiras mais simples e rápidas para os seres humanos se comunicarem, especialmente na dimensão oral.”(GABRIEL, 2022, p. 93-94).
Diante da afirmação acima, assinale a alternativa que preencha corretamente a lacuna.

A

AutoRobots

B

Messengers

C

Chatbots

D

Intelligent Applications

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

Q3171153

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171153 Engenharia de Software

Aprendizado de máquina (Machine learning) e aprendizado profundo (Deep learning) são assuntos populares nos dias de hoje na área da computação. Assinale a alternativa que apresenta a principal diferença entre aprendizado de máquina e aprendizado profundo.

A

Aprendizado de máquina usa apenas análise estatística, enquanto aprendizado profundo usa redes neurais

B

Aprendizado de máquina é baseado em múltiplas técnicas, enquanto aprendizado profundo imita a funcionalidade do cérebro humano usando redes neurais

C

Aprendizado de máquina é menos eficaz do que aprendizado profundo

D

Aprendizado profundo depende de intervenção humana, enquanto aprendizado de máquina é totalmente automatizado

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

Q3171152

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171152 Engenharia de Software

O Processamento de Linguagem Natural (PLN) é uma subárea da inteligência artificial que foca na interação entre computadores e a linguagem humana. Ele envolve a criação de algoritmos e modelos que permitem que as máquinas compreendam, interpretem e respondam a textos e fala de maneira semelhante aos humanos. Este processamento segue um fluxo básico de análises e ações. Assinale a alternativa que apresenta quais são os estágios deste fluxo.

A

Pré-processamento, Análise léxica, Análise tradutória, Análise intencional, Análise verificadora

B

Pré-processamento, Análise léxica, Análise sintática, Análise Semântica, Análise pragmática

C

Pré-processamento, Análise tradutória, Análise sintática, Análise verificadora

D

Pré-processamento, Análise tradutória, Análise pragmática, Análise sintática

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

Q3171148

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171148 Engenharia de Software

Se vamos criar apenas uma hipótese, essa abordagem é suficiente. Mas muitas vezes acabamos criando várias hipóteses: podemos querer comparar dois modelos de aprendizado de máquina completamente diferentes, ou podemos ajustar os vários “botões” dentro de um modelo. Por exemplo, poderíamos tentar diferentes limiares para poda χ2 das árvores de decisão ou diferentes graus para os polinômios.
Chamamos esses “botões” de hiperparâmetros – parâmetros da classe de modelo, não do modelo individual. Desta forma, assinale a alternativa que apresenta o que são hiperparâmetros em modelos de aprendizado de máquina.

A

Parâmetros ajustados para maximizar o erro do conjunto de teste

B

Parâmetros que são ajustados automaticamente durante o treinamento do modelo

C

Parâmetros que são ajustados apenas depois que o modelo é treinado

D

Parâmetros que determinam a estrutura do modelo, mas não são ajustados durante o treinamento

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

Q3171147

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171147 Engenharia de Software

Considere a afirmação a seguir:
“O processo de penalizar explicitamente a hipótese complexa é chamado ______ estamos procurando funções que sejam mais regulares. Observe que agora estamos fazendo duas escolhas: a função de perda (L1 ou L2) e a medida de complexidade, que é chamada função de ______” (RUSSEL et al., 2022, p.607).
Assinale a alternativa que preencha correta e respectivamente as lacunas.

A

Criação / Criação

B

Regularização / Regularização

C

Ajuste / Ajuste

D

Adaptação / Adaptação

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

Q3171146

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171146 Engenharia de Software

De acordo com o processo de aprendizado de máquina, assinale a alternativa que apresenta o que ocorre quando os dados são subamostrados (underfitting) no contexto de algoritmos de aprendizagem.

A

O algoritmo pode não convergir devido à quantidade insuficiente de iterações de aprendizagem para ajustar adequadamente o modelo aos dados

B

O algoritmo produz um modelo excessivamente complexo que não generaliza bem

C

O algoritmo convergirá rapidamente para a solução ótima

D

O algoritmo é capaz de adaptar-se a todos os tipos de dados sem necessidade de ajustes adicionais

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

Q3171145

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171145 Engenharia de Software

Analise a afirmação a seguir:
“O fenômeno de _______ acontece quando o modelo preditivo é gerado de forma a representar os exemplares usados para sua geração com uma fidelidade mais alta que o necessário. Esses modelos, se avaliados em relação ao seu desempenho nesses exemplares, receberão avaliações muito boas [...]” (SILVA et al, 2016, p. 137).
Diante da afirmação anterior, assinale a alternativa que preencha corretamente a lacuna sobre qual fenômeno é este, com relação às estratégias para treinamento, validação e teste.

A

coesão

B

dilatação

C

contrajuste

D

sobreajuste

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

Q3171144

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171144 Engenharia de Software

Com relação ao aprendizado de máquina, um agente aprenderá a melhorar seu desempenho após fazer observações sobre o mundo. A aprendizagem pode variar do corriqueiro, como anotar uma lista de compras, até o mais profundo, como mostrado por Albert Einstein, que deduziu uma nova teoria para o universo.
Quando o agente é um computador, nós o chamamos aprendizado de máquina: um computador observa alguns dados, monta um modelo baseado nos dados e usa o modelo como uma hipótese sobre o mundo e um software que pode resolver problemas. Desta forma, assinale a alternativa que apresenta qual é a principal razão para utilizar aprendizado de máquina em vez de programar um computador com todas as soluções possíveis desde o início

A

A necessidade de um hardware mais poderoso para executar algoritmos complexos

B

A necessidade de reduzir o custo de desenvolvimento do software

C

A dificuldade de prever todas as situações futuras e a incapacidade dos projetistas de programar todas as soluções manualmente

D

A impossibilidade de criar interfaces gráficas de usuário eficientes

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

Q3171143

Ano: 2024 Banca: IBFC Órgão: TRF - 5ª REGIÃO Prova: IBFC - 2024 - TRF - 5ª REGIÃO - Analista Judiciário - Área Apoio Especializado - Especialidade: Análise de Dados |

Q3171143 Engenharia de Software

O Teste de Turing é um conceito fundamental na história da inteligência artificial (IA), proposto pelo matemático e lógico Alan Turing em 1950. Ele é frequentemente discutido em relação à capacidade das máquinas de exibir comportamento inteligente semelhante ao dos seres humanos. Diante do exposto, assinale a alternativa que apresenta quais são as principais capacidades para um computador passar no teste de Turing.

A

Apenas processamento de linguagem natural e robótica

B

Visão computacional e representação de conhecimento

C

Processamento de linguagem natural, representação de conhecimento, raciocínio automatizado e aprendizado de máquina

D

Processamento de linguagem natural e visão computacional

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

Q3158085

Ano: 2024 Banca: FGV Órgão: Prefeitura de Cuiabá - MT Prova: FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |

Q3158085 Engenharia de Software

Considere um neurônio com três entradas x1, x2 e x3. A cada entrada é atribuído um peso: w1, w2 e w3, de acordo com a tabela. O limiar é representado por T.

Imagem associada para resolução da questão

Imagem associada para resolução da questão

O valor de y quando x1 = 1, x2 = 1 e x3 = 0 é igual a

A

- 0,1.

B

0.

C

0,1.

D

0,2.

E

1.

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

Q3158084

Ano: 2024 Banca: FGV Órgão: Prefeitura de Cuiabá - MT Prova: FGV - 2024 - Prefeitura de Cuiabá - MT - Auditor Fiscal Tributário da Receita Municipal - Tecnologia da Informação (Tarde) |

Q3158084 Engenharia de Software

Para a realização de análises preditivas e de agrupamento típicas de mineração de textos, os dados não estruturados textuais devem ser preparados antes de serem analisados. Este processo consiste em quatro etapas: análise lexical, eliminação de termos irrelevantes, redução da palavra ao seus radical e construção de uma representação vetorial.
A etapa de análise lexical consiste na

A

geração de uma lista de termos obtidas do texto original, a partir da eliminação da pontuação e de outros caracteres que são desnecessários no contexto em que o texto será analisado.

B

eliminação de artigos, pronomes, numerais, conjunções, advérbios e palavras de outras classes gramaticais do texto que são irrelevantes no processo de mineração de dados.

C

uniformização dos termos a partir da remoção dos sufixos e prefixos das palavras.

D

atribuição de pesos a cada termo presente no dicionário de termos.

E

associação de cada termo do texto a um radical da biblioteca do corpus ao qual o documento está contido.

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

🚀 Mais performance?

🚀 Mais performance?

Questões de Concurso Sobre inteligencia artificial em engenharia de software

Foram encontradas 755 questões