Questões de Concurso Sobre engenharia de software

Questões Discursivas

Foram encontradas 14.682 questões

Q1991594 Engenharia de Software
A implantação de uma solução de machine leaming tipicamente passa por 5 fases. Na fase inicial, deve-se ter clareza quanto à pergunta ou problema para o qual se busca uma solução e quanto às informações que serão utilizadas, sejam elas de propriedade do interessado ou a serem adquiridas no mercado. As outras fases são:

I Treinar o modelo ajustando os atributos, parâmetros de treinamento e algoritmos até que o modelo produza os resultados desejados. A validação é realizada comparando-se as predições com os resultados reais.
II Monitorar os resultados das predições para verificar se o modelo continua generalizando. Se houver uma diminuição significativa na capacidade de predição do modelo, este deve ser treinado novamente com novos dados ou até mesmo os algoritmos, atributos e parâmetros de treinamento devem ser ajustados.
III Definir o objetivo do aprendizado de máquina, estruturar o modelo que será o responsável por realizar as predições e adequar os dados para os algoritmos selecionados.
IV Verificar se o modelo generaliza. No caso de o modelo não generalizar, deve-se retornar para as fases anteriores ou até mesmo para a fase inicial. Se generalizar, o modelo já pode seguir para a produção.

A ordem sequencial correta das outras fases é: 
Alternativas
Q1991592 Engenharia de Software
“Realizar o controle integrado de mudanças” tem por objetivo revisar e aprovar todas as solicitações de mudança, gerenciar as mudanças nas entregas, nos ativos de processos organizacionais, nos documentos de projeto e no plano de gerenciamento do projeto e, ainda, comunicar as decisões sobre os mesmos. Traz como principal benefício o fato de que as mudanças documentadas no projeto sejam consideradas de forma integrada ao abordar o risco geral do projeto.
"Realizar o controle integrado de mudanças”
Alternativas
Q1991590 Engenharia de Software
Considere duas ferramentas 1 e 2 que permitem a criação de workflows e criam, testam, publicam, fazem o release e implantam código automaticamente.
— Similaridades entre as ferramentas 1 e 2 para a configuração de workflow: os arquivos são escritos em YAML e armazenados no repositório; workflows incluem um ou mais jobs; jobs incluem um ou mais passos ou comandos individuais; passos ou atividades podem ser reutilizados ou compartilhados com a comunidade.
— Diferenças principais ao se fazer a migração da ferramenta 1 para a ferramenta 2: o paralelismo de teste automático da ferramenta 1 agrupa automaticamente os testes de acordo com as regras especificadas pelo usuário ou informações históricas de tempo e essa funcionalidade não está incorporada na ferramenta 2.
— Ao fazer a migração de workflows: a ferramenta 1 define workflows no arquivo config. yml, que permite configurar mais de um workflow. A ferramenta 2 requer um arquivo de workflow para cada workflow e será necessário criar um novo arquivo de workflow para cada workflow configurado em config. yml.
Pelas características apresentadas, as ferramentas 1 e 2 correspondem, correta e respectivamente, a 
Alternativas
Q1991589 Engenharia de Software
Considere a lista de aplicações abaixo.

I. Assistentes virtuais e ferramentas de chatbot
II. App de internet banking.
III. Ferramenta RPA para automatizar um processo administrativo de back-office.
IV. App para divulgação de campanha de e-mail marketing.
V. Ferramenta para controle automatizado de carro autônomo.

As aplicações que pertencem a categorias típicas de sistemas Low-code/No-Code são as que constam APENAS em 
Alternativas
Q1990884 Engenharia de Software
O comando que pode ser executado na ferramenta de versionamento Git para exibir a lista dos arquivos alterados no diretório de trabalho local é
Alternativas
Q1990879 Engenharia de Software
Com relação aos conceitos de aprendizado de máquina, assinale V para a afirmativa verdadeira e F para a falsa.
I. Os três principais paradigmas de aprendizado de máquina são os de aprendizado supervisionado, não supervisionado e por inteligência profunda.
II. os algoritmos de classificação e clusterização estão correlacionados com paradigma de aprendizado supervisionado.
III. os algoritmos de support vector machines e randon forest são paradigmas do aprendizado de inteligência profunda.
As afirmativas são, respectivamente,
Alternativas
Q1990866 Engenharia de Software
O Swagger é uma plataforma que possui diversas ferramentas, entre as quais o SwaggerHub. Em relação ao SwaggerHub, analise os itens a seguir:
I. Permite que os desenvolvedores definam suas APIs no formato OpenAPI ou AsyncAPI.
II. É uma plataforma colaborativa capaz de hospedar todas as definições de APIs em um único local.
III. Para o AsyncAPI, gera códigos de servidor e cliente e envia-os por push para as plataformas GitHub, GitLab, Bitbucket ou Azure DevOps Services.
Está correto apenas o que se afirma em
Alternativas
Q1990864 Engenharia de Software
Considerando o DevOps e suas boas práticas, analise os itens a seguir:
I. Testes integrados são uma parte importante do processo DevOps. Esses testes devem levar em consideração as práticas de Test-Driven Development e Behavior-Driven Development, dessa forma a execução automática desses testes pode ser integrada ao pipeline de CI. No entanto, é importante integrar outros tipos de testes, como testes funcionais ou testes de integração, que permitem que o aplicativo seja testado funcionalmente do início ao fim com os outros componentes do seu ecossistema.
II. Recomenda-se automatizar apenas as tarefas críticas que envolvam poucas atualizações na implementação e nos testes dos aplicativos nas infraestruturas. Essas tarefas devem ser automatizadas em scripts que podem ser facilmente integradas e executadas em pipelines de CI/CD.
III. A construção de pipelines de CI/CD envolvem a escolha de ferramentas de DevOps adequadas pelas equipes considerando a natureza da empresa. E necessário levar em conta aspectos financeiros, avaliar entre ferramentas de código aberto e gratuitas e as proprietárias, que são mais ricas em recursos e suporte, mas exigem um investimento significativo.
Está correto apenas o que se afirma em
Alternativas
Q1989565 Engenharia de Software
Na ferramenta de versionamento Git, um branch de nome feature_n é criado ao executar o comando
Alternativas
Q1988590 Engenharia de Software
Com relação ao Modelo de Requisitos para Sistemas Informatizados de Gestão de Processos e Documentos do Judiciário brasileiro (MoReq-Jus), aprovado pela Resolução CNJ n.º 91/2009, assinale a opção correta. 
Alternativas
Q1988569 Engenharia de Software
Acerca de modelos preditivos e descritivos, assinale a opção correta. 
Alternativas
Q1988568 Engenharia de Software
Quanto à avaliação de modelos preditivos, assinale a opção correta.
Alternativas
Q1988567 Engenharia de Software
A respeito de testes automatizados, no contexto de DevOps e DevSecOps, assinale a opção correta. 
Alternativas
Q1988565 Engenharia de Software
Com relação às ferramentas CircleCI e Jenkins, assinale a opção correta. 
Alternativas
Q1988360 Engenharia de Software

Julgue o próximo item, a respeito dos métodos de aprendizagem de máquina.


A utilização de valores aleatórios nos métodos modernos de inicialização dos pesos das camadas das redes neurais artificiais (RNA) permite evitar o problema do desaparecimento do gradiente (vanishing gradient problem).

Alternativas
Q1988359 Engenharia de Software

Julgue o próximo item, a respeito dos métodos de aprendizagem de máquina.


As redes neurais convolucionais (CNN) são aplicadas exclusivamente a problemas de regressão de dados, a partir da utilização da função de regressão logística.  

Alternativas
Q1988358 Engenharia de Software

Julgue o próximo item, a respeito dos métodos de aprendizagem de máquina.


As aplicações em inteligência artificial são definidas como uma subárea da área de aprendizagem de máquina (machine learning).

Alternativas
Q1988357 Engenharia de Software

Em relação a aprendizado não supervisionado, julgue o item que se segue. 


O modelo de mistura gaussiana (GMM) é um método que descreve um agrupamento de amostras para determinado espaço de características, em que o GMM é uma mistura de k distribuições gaussianas associadas à mudança de estado dos pixels.

Alternativas
Q1988356 Engenharia de Software

Em relação a aprendizado não supervisionado, julgue o item que se segue. 


A técnica de redução de dimensionalidade (PCA) permite transformar dados que inicialmente pertencem a um espaço de dimensão n  em um espaço de dimensão m , em que< n, sendo utilizada, por exemplo, para reduzir a dimensionalidade de certo conjunto de dados através do descarte de características não úteis e que ainda permita realizar o reconhecimento de padrões. 

Alternativas
Q1988355 Engenharia de Software

Em relação a aprendizado não supervisionado, julgue o item que se segue. 


O algoritmo random forest é um algoritmo de aprendizado de máquina supervisionado em que se agrupam os resultados de várias árvores de decisão de cada nó para se obter uma conclusão própria e aumentar a precisão do modelo, não sendo o referido algoritmo adequado para grandes conjuntos de dados.  


Alternativas
Respostas
5061: A
5062: C
5063: B
5064: D
5065: C
5066: E
5067: B
5068: A
5069: B
5070: E
5071: D
5072: D
5073: D
5074: E
5075: C
5076: E
5077: E
5078: C
5079: C
5080: E