Questões de Concurso Sobre engenharia de software
Foram encontradas 14.896 questões
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880249
Engenharia de Software
Processamento de linguagem natural (PLN) é uma área em
ascensão na Ciência da Computação e na inteligência artificial (IA),
analise as afirmativas a seguir
I. Permite que computadores e dispositivos digitais reconheçam, entendam e gerem textos e áudios, pois combinam linguística computacional, modelagem estatística, aprendizado de máquina e deep learning.
II. Já faz parte da vida cotidiana de muitas pessoas em todo o mundo, alimentando mecanismos de busca, acionando chatbots para atendimento aos clientes com comandos de voz, sistemas GPS operados por voz e assistentes digitais de resposta a perguntas em smartphones.
III. Desempenha um papel cada vez maior em soluções empresariais que ajudam a otimizar e automatizar operações de negócios, aumentar a produtividade e simplificar processos empresariais.
Está correto o que se afirma em
I. Permite que computadores e dispositivos digitais reconheçam, entendam e gerem textos e áudios, pois combinam linguística computacional, modelagem estatística, aprendizado de máquina e deep learning.
II. Já faz parte da vida cotidiana de muitas pessoas em todo o mundo, alimentando mecanismos de busca, acionando chatbots para atendimento aos clientes com comandos de voz, sistemas GPS operados por voz e assistentes digitais de resposta a perguntas em smartphones.
III. Desempenha um papel cada vez maior em soluções empresariais que ajudam a otimizar e automatizar operações de negócios, aumentar a produtividade e simplificar processos empresariais.
Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880229
Engenharia de Software
As máquinas de vetores de suporte (SVM) são um conjunto de
métodos de aprendizado usados para tratar problemas de
classificação, regressão e detecção de outliers. Considerando as
vantagens e desvantagens do uso do SVM no python 3.0 através
da biblioteca scikit learn (versão 1.7.2), avalie se as afirmativas a
seguir são verdadeiras (V) ou falsas (F).
( ) Como vantagem, as SVM são eficazes em espaços de alta dimensionalidade e eficaz nos casos em que o número de dimensões é maior que o número de amostras.
( ) Como desvantagem, as SVM utilizam um subconjunto de pontos de treinamento na função de decisão, sendo, portanto, sendo pouco eficiente em termos de uso de memória.
( ) Como desvantagem, se o número de características for muito maior que o número de amostras, evitar o sobreajuste na escolha das funções Kernel e do termo de regularização é crucial.
( ) Como vantagem, as SVMs fornecem estimativas de probabilidade diretamente; estas são calculadas usando uma validação cruzada de muitas partes que é um processo dispendioso.
As afirmativas são, respectivamente,
( ) Como vantagem, as SVM são eficazes em espaços de alta dimensionalidade e eficaz nos casos em que o número de dimensões é maior que o número de amostras.
( ) Como desvantagem, as SVM utilizam um subconjunto de pontos de treinamento na função de decisão, sendo, portanto, sendo pouco eficiente em termos de uso de memória.
( ) Como desvantagem, se o número de características for muito maior que o número de amostras, evitar o sobreajuste na escolha das funções Kernel e do termo de regularização é crucial.
( ) Como vantagem, as SVMs fornecem estimativas de probabilidade diretamente; estas são calculadas usando uma validação cruzada de muitas partes que é um processo dispendioso.
As afirmativas são, respectivamente,
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880228
Engenharia de Software
O aprendizado de máquina (ML) é um tema muito abrangente e
que possui diversas aplicações nos diversos setores da ALEGO.
Existem diferentes técnicas que são utilizadas dependendo do tipo
de problema a ser solucionado. Elas foram agrupadas em métodos
de ML com seus modelos de programação.
O tipo de aprendizado que faz com que o modelo tome decisões por si próprio, e é recompensado de acordo com o progresso que faz na atividade em que foi designado se denomina
O tipo de aprendizado que faz com que o modelo tome decisões por si próprio, e é recompensado de acordo com o progresso que faz na atividade em que foi designado se denomina
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880224
Engenharia de Software
O aprendizado não supervisionado utiliza algoritmos de
aprendizado de máquina para analisar e agrupar conjuntos de
dados sem rótulos. Esses algoritmos descobrem padrões ocultos,
fazem associações ou agrupamentos de dados sem a necessidade
de intervenção humana.
Selecione a alternativa que apresenta um algoritmo de regras de associação.
Selecione a alternativa que apresenta um algoritmo de regras de associação.
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Arquiteto de Dados |
Q3878695
Engenharia de Software
Uma empresa de e-commerce implantou um modelo de machine
learning para prever a probabilidade de churn, métrica que indica
a rotatividade ou evasão de clientes. Após seis meses em
produção, a equipe de dados observou que, embora as
distribuições estatísticas das features de entrada permanecessem
estáveis (mesmas médias, mesmos desvios-padrão e mesmas
distribuições), o relacionamento entre essas features e a
variável-alvo (churn) havia mudado significativamente devido a
alterações no comportamento dos consumidores causadas por
novas políticas de fidelização da empresa.
Diante desse cenário, é correto afirmar que o modelo:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Projetos |
Q3878370
Engenharia de Software
Durante o desenvolvimento de um sistema de gestão financeira de uma corretora de valores, a equipe de TI optou por utilizar o framework de gerenciamento Scrum.
O objetivo é a entrega de valor ao cliente no período de um timebox chamado Sprint. Após o segundo Sprint, o Product Owner percebeu que os usuários finais estavam insatisfeitos com a interface disponibilizada.
De forma a manter a conformidade com o modelo, a equipe de TI deverá:
O objetivo é a entrega de valor ao cliente no período de um timebox chamado Sprint. Após o segundo Sprint, o Product Owner percebeu que os usuários finais estavam insatisfeitos com a interface disponibilizada.
De forma a manter a conformidade com o modelo, a equipe de TI deverá:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Projetos |
Q3878355
Engenharia de Software
O setor de inovação de um órgão criou um Scrum Team para implementar o framework Scrum para gerar soluções para os problemas complexos da organização. Como parte de eventos do framework, os desenvolvedores realizam reuniões diárias (Daily Scrum) com o propósito de inspecionar o progresso e ajustar o plano da Sprint.
A respeito desse evento, é correto afirmar que:
A respeito desse evento, é correto afirmar que:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Negócios |
Q3878279
Engenharia de Software
Uma empresa de logística está desenvolvendo um sistema de rastreamento de entregas e contratou uma consultoria para identificar possíveis melhorias. Para alinhar os requisitos entre os setores de TI, operações e atendimento ao cliente, a consultoria organizou uma reunião com representantes de cada área, atuando como facilitadora para esclarecer dúvidas e consolidar as necessidades do projeto.
Em seu relatório final, a consultoria descreveu a técnica utilizada como:
Em seu relatório final, a consultoria descreveu a técnica utilizada como:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Inteligência Artificial |
Q3874760
Engenharia de Software
A Lei Geral de Proteção de Dados Pessoais (LGPD) tem como objetivo proteger os direitos fundamentais de privacidade, liberdade e o livre desenvolvimento da personalidade, ao mesmo tempo em que tem por fundamento o desenvolvimento econômico e tecnológico e a inovação. Portanto, a inovação tecnológica deve estar em harmonia com a proteção de dados pessoais.
A LGPD estabelece que o controlador deverá fornecer informações claras e adequadas a respeito dos critérios e dos procedimentos utilizados para a decisão automatizada, observados os segredos comercial e industrial.
Esse preceito da LGPD está relacionado à explicabilidade na inteligência artificial (IA), que se refere:
A LGPD estabelece que o controlador deverá fornecer informações claras e adequadas a respeito dos critérios e dos procedimentos utilizados para a decisão automatizada, observados os segredos comercial e industrial.
Esse preceito da LGPD está relacionado à explicabilidade na inteligência artificial (IA), que se refere:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Inteligência Artificial |
Q3874752
Engenharia de Software
Um órgão de controle estuda implantar uma plataforma avançada baseada em grandes modelos de linguagem para apoiar a análise de documentos, a consulta a bases normativas e a execução de fluxos complexos (por exemplo, checagem automática em diários oficiais, sistemas internos e bases abertas). A arquitetura em estudo combina LLMs, geração aumentada por recuperação (RAG), agentes de IA com uso de ferramentas externas e mecanismos de monitoramento para riscos éticos e de segurança.
Com base em conceitos de transformers e LLMs, RAG, agentificação, engenharia de prompts, bem como ética e segurança em IA, analise as afirmativas a seguir.
I. Em uma arquitetura com RAG, o LLM é utilizado principalmente como gerador condicionado a evidências: os documentos relevantes são buscados por similaridade de embeddings em um índice vetorial e incorporados ao contexto de entrada, de modo que decisões sobre fragmentação (tamanho dos trechos, sobreposição, estratégia de indexação) influenciam diretamente tanto a recuperação quanto a qualidade e a fundamentação das respostas.
II. Em arquiteturas que combinam LLMs com RAG, o risco de exposição indevida de dados sensíveis tende a ser intrinsecamente menor do que no uso direto de LLMs, porque os documentos sigilosos não precisam ser indexados: o modelo passa a depender principalmente de representações paramétricas já aprendidas no pré-treinamento, reduzindo a necessidade de controles específicos sobre o ciclo de vida dos dados no índice vetorial.
III. Técnicas de alinhamento com preferências humanas, como Reinforcement Learning e variantes de preference optimization, são frequentemente combinadas com boas práticas de engenharia de prompts (zero-shot, few-shot, encadeamento de pensamento) e com avaliações sistemáticas de prompts e saídas, pois, mesmo após o alinhamento, permanecem desafios como viés algorítmico, suscetibilidade a jailbreaks e prompt injection, exigindo camadas adicionais de governança, monitoramento e auditoria.
Está correto o que se afirma em:
Com base em conceitos de transformers e LLMs, RAG, agentificação, engenharia de prompts, bem como ética e segurança em IA, analise as afirmativas a seguir.
I. Em uma arquitetura com RAG, o LLM é utilizado principalmente como gerador condicionado a evidências: os documentos relevantes são buscados por similaridade de embeddings em um índice vetorial e incorporados ao contexto de entrada, de modo que decisões sobre fragmentação (tamanho dos trechos, sobreposição, estratégia de indexação) influenciam diretamente tanto a recuperação quanto a qualidade e a fundamentação das respostas.
II. Em arquiteturas que combinam LLMs com RAG, o risco de exposição indevida de dados sensíveis tende a ser intrinsecamente menor do que no uso direto de LLMs, porque os documentos sigilosos não precisam ser indexados: o modelo passa a depender principalmente de representações paramétricas já aprendidas no pré-treinamento, reduzindo a necessidade de controles específicos sobre o ciclo de vida dos dados no índice vetorial.
III. Técnicas de alinhamento com preferências humanas, como Reinforcement Learning e variantes de preference optimization, são frequentemente combinadas com boas práticas de engenharia de prompts (zero-shot, few-shot, encadeamento de pensamento) e com avaliações sistemáticas de prompts e saídas, pois, mesmo após o alinhamento, permanecem desafios como viés algorítmico, suscetibilidade a jailbreaks e prompt injection, exigindo camadas adicionais de governança, monitoramento e auditoria.
Está correto o que se afirma em:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Inteligência Artificial |
Q3874751
Engenharia de Software
No contexto de redes convolucionais (CNN) aplicadas à visão computacional, as camadas de convolução têm como função:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Inteligência Artificial |
Q3874750
Engenharia de Software
Uma equipe está analisando o comportamento de um neurônio em uma rede neural binária já treinada. Para um determinado neurônio da camada de saída, mediu-se o valor da combinação linear z (antes da ativação) e o valor de saída a (após a ativação), obtendo-se os seguintes pares aproximados:
• Para z = 0, observou-se a ≈ 0,5;
• Para z = ln (3), observou-se a ≈ 0,75;
• Para z = −ln (3), observou-se a ≈ 0,25.
Admita que o neurônio utiliza uma única função de ativação escalar a = f(z), aplicada a todos os valores de z, e que as aproximações numéricas acima são consideradas exatas para fins de análise.
Nessa situação, conclui-se que a função de ativação compatível com os dados observados é:
• Para z = 0, observou-se a ≈ 0,5;
• Para z = ln (3), observou-se a ≈ 0,75;
• Para z = −ln (3), observou-se a ≈ 0,25.
Admita que o neurônio utiliza uma única função de ativação escalar a = f(z), aplicada a todos os valores de z, e que as aproximações numéricas acima são consideradas exatas para fins de análise.
Nessa situação, conclui-se que a função de ativação compatível com os dados observados é:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Inteligência Artificial |
Q3874748
Engenharia de Software
No contexto dos principais paradigmas de aprendizado de máquina, relacione os tipos de aprendizado a seguir com as técnicas correspondentes.
1. Aprendizado supervisionado
2. Aprendizado não supervisionado
3. Aprendizado semisupervisionado
( ) Uso de algoritmos de clustering como k-means ou clustering hierárquico para agrupar observações com base em medidas de similaridade, sem rótulos de saída.
( ) Emprego de algoritmos de propagação de rótulos (label propagation ou label spreading), combinando um pequeno conjunto de exemplos rotulados com um grande volume de dados não rotulados para melhorar a generalização.
( ) Utilização de k-vizinhos mais próximos (k-NN) para classificar exemplos, tomando como referência os rótulos dos vizinhos mais próximos no conjunto de treino.
A sequência correta é:
1. Aprendizado supervisionado
2. Aprendizado não supervisionado
3. Aprendizado semisupervisionado
( ) Uso de algoritmos de clustering como k-means ou clustering hierárquico para agrupar observações com base em medidas de similaridade, sem rótulos de saída.
( ) Emprego de algoritmos de propagação de rótulos (label propagation ou label spreading), combinando um pequeno conjunto de exemplos rotulados com um grande volume de dados não rotulados para melhorar a generalização.
( ) Utilização de k-vizinhos mais próximos (k-NN) para classificar exemplos, tomando como referência os rótulos dos vizinhos mais próximos no conjunto de treino.
A sequência correta é:
Ano: 2026
Banca:
FAU
Órgão:
Prefeitura de Verê - PR
Prova:
FAU - 2026 - Prefeitura de Verê - PR - Analista de Tecnologia da Informação |
Q3874623
Engenharia de Software
A PaaS (Platform as a Service) é indicado para:
Ano: 2026
Banca:
FAU
Órgão:
Prefeitura de Verê - PR
Prova:
FAU - 2026 - Prefeitura de Verê - PR - Analista de Tecnologia da Informação |
Q3874618
Engenharia de Software
No modelo de Machine Learningo Overfitting ocorre quando:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Sistemas |
Q3874366
Engenharia de Software
Em um servidor GitLab CI/CD, um pipeline é acionado por um
push no branch 'feature/nova-funcionalidade'. O arquivo
.gitlab-ci.yml que configurou o pipeline acionado não possui
regras específicas para esse branch. Além disso, a variável
$CI_COMMIT_BRANCH, predefinida pelo GitLab CI/CD, não foi
sobrescrita em nenhum momento.
Nesse cenário, o valor da variável $CI_COMMIT_BRANCH durante
a execução do pipeline será:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Sistemas |
Q3874365
Engenharia de Software
O analista João deve utilizar o Hibernate Envers para
implementar a auditoria de entidades em um sistema de gestão
de projetos. Um dos requisitos de negócio é que, ao ser realizada
uma alteração na entidade Projeto, o histórico de revisões dessa
entidade inclua, além dos dados da alteração, o nome do usuário
responsável pela modificação.
Para atender ao requisito de negócio da forma mais adequada,
João deve:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Sistemas |
Q3874346
Engenharia de Software
O sistema PRODUS é utilizado para apoiar o controle da
produtividade das equipes da ORG1. O PRODUS possui uma
funcionalidade para calcular a taxa de produtividade dos
colaboradores da equipe com base na quantidade de resoluções
de pedidos de serviço e na quantidade de horas trabalhadas. As
taxas de produtividade são calculadas e armazenadas na base de
dados a partir do comando do usuário que tenha o perfil de líder.
Para os usuários com perfil de gestor, o PRODUS disponibiliza
uma outra funcionalidade para comandar a apresentação das
taxas de produtividade de cada equipe em uma janela de tempo.
Com base na Análise de Pontos de Função (APF), as
funcionalidades supracitadas do PRODUS serão contadas,
respectivamente, como:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Sistemas |
Q3874345
Engenharia de Software
Um tribunal ainda possui alguns sistemas legados cujos artefatos,
tais como especificações de requisitos, modelos e código, ainda
estão armazenados sob controle do Subversion (SVN). De modo a
não gerar erros de controle de versão e sabendo que a maior
parte da equipe técnica está habituada a utilizar o GIT em
detrimento do SVN, o líder técnico sinalizou alguns aspectos nos
quais o SVN trata arquivos binários de modo distinto de arquivos
textos.
Assim, o líder técnico esclareceu que, para arquivos binários, o SVN:
Assim, o líder técnico esclareceu que, para arquivos binários, o SVN:
Ano: 2026
Banca:
FGV
Órgão:
TJ-RJ
Prova:
FGV - 2026 - TJ-RJ - Analista Judiciário - Tecnologia da Informação - Analista de Sistemas |
Q3874343
Engenharia de Software
Karina é desenvolvedora e está responsável pela execução da
integração do Sistema de Gestão de Documentos Internos
(SISDOC) de sua organização com um sistema integrado de
informações de processos e documentos disponibilizado por
outro órgão público. Para integração, o órgão público
disponibilizou um Web Service.
Um dos blocos de informação constantes na descrição do Web
Service de que Karina teve conhecimento foi:
Conheça nossos planos