Julgue o seguinte item, referente a técnicas de mapeamento de processos e a aspectos de gestão de projetos.

O scrum master atua como líder servidor e facilitador do time, dedicando-se a eliminar impedimentos para o fluxo de trabalho e ensinar a metodologia Scrum, postura que se distingue da liderança focada em comando e controle.

Acerca de data warehouse, data lake, data mesh, CI/CD e ETL, julgue o item a seguir. 

O pipeline de CI/CD consiste em duas etapas sequenciais: implantação rápida em produção e posterior integração com os demais serviços. 

Em relação a GitHub Actions, Grafana e DevSecOps, julgue o item subsecutivo.

No DevSecOps, a execução de varreduras automatizadas de segurança é premissa fundamental do pipeline de desenvolvimento e deve ocorrer de forma integrada e contínua ao longo de todo o ciclo de entrega.  

Considerando a linguagem de programação Java e a cobertura SonarQube, julgue o item a seguir. 

No trecho de código a seguir, a implementação individualizada do QualityGate permite que o resultado do estágio Quality Gate 1 não interrompa o pipeline, caso o resultado da análise do SonarQube seja FAILED, e que ele prossiga normalmente para a execução do estágio SonarQube analysis 2.  

Julgue o item que se segue, relativo a conceitos, práticas e ferramentas de integração e entrega contínua (CI/CD) e a gestão financeira em ambientes de computação em nuvem (FinOps).  

A abordagem CI/CD visa otimizar e acelerar o ciclo de vida do desenvolvimento de software, combinando a integração automática e frequente de alterações ao repositório por meio da integração contínua, com processos automatizados de testes, entrega e implantação que conduzem a mudanças no ambiente de produção, assegurando agilidade e qualidade.  

No que se refere a ética, transparência e responsabilidade no uso de IA, julgue o próximo item.  

Explicabilidade e interpretabilidade tratam do desafio de entender como os modelos de aprendizado de máquina funcionam, devido especialmente à natureza de “caixa-preta” de muitos modelos, que pode tornar difícil ou impossível a capacidade de explicar uma previsão ou decisão.

No que se refere a ética, transparência e responsabilidade no uso de IA, julgue o próximo item.  

Há discriminação algorítmica quando um sistema de IA usa, para uma tomada de decisão, sem justificativa válida, a informação de que alguém pertence a um grupo social (ou características que funcionam como proxies), de modo a gerar desvantagens sistemáticas para esse grupo em contextos em que esse critério não deveria influenciar a decisão.

No que se refere a ética, transparência e responsabilidade no uso de IA, julgue o próximo item.  

Explicabilidade diz respeito às propriedades internas do modelo de IA que permitem compreender como ele funciona. 

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue o item subsequente.  

Emergência é uma propriedade-chave de sistemas multiagentes que deve ser intencionalmente projetada pelo desenvolvedor como parte central do comportamento coletivo desejado para os agentes inteligentes. 

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue o item subsequente.  

Modelos supervisionados de reconhecimento de entidades nomeadas dependem de textos previamente anotados com categorias como pessoa, organização e local para que o algoritmo aprenda a identificar esses tipos de informação em novos textos. 

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue o item subsequente.  

Modelos de PLN como transformers eliminam a necessidade de pré-processamento do texto, pois operam diretamente sobre o texto original. 

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue o item subsequente.  

Sistemas multiagentes são adequados para problemas que exigem solução distribuída, autonomia local e coordenação entre entidades independentes, como logística, simulação social e controle de tráfego.

Acerca de aplicações do processamento de linguagem natural (PNL) e da teoria de sistemas multiagentes, julgue o item subsequente.  

O Word2Vec é um modelo de aprendizado profundo que utiliza redes neurais com várias camadas e mecanismos de atenção para aprender representações distribuídas de palavras a partir de grandes corpora textuais. 

Em relação a MLOps (machine learning operations), julgue o item a seguir.  

A orquestração em MLOps concentra-se principalmente na etapa de treinamento dos modelos, não tendo relação direta com o deploy nem com o monitoramento de serviços em produção.  

Em relação a MLOps (machine learning operations), julgue o item a seguir.  

MLOps é um conjunto de práticas de engenharia que padronizam, automatizam e monitoram o ciclo de vida de modelos de aprendizado de máquina com o objetivo de garantir reprodutibilidade, escalabilidade, governança e operação contínua dos sistemas de IA. 

Em relação a MLOps (machine learning operations), julgue o item a seguir.  

A construção de um repositório estruturado de versionamento e governança de modelos é uma prática recomendada em MLOps para garantir rastreabilidade, controle de implantação e execução segura de rollbacks.  

Tendo o texto como referência inicial, julgue o item subsecutivo, a respeito de aprendizado de máquina.  

O aprendizado por reforço é essencialmente uma forma de aprendizagem não supervisionada, pois seu objetivo principal é descobrir padrões ocultos e agrupamento nos dados, sem uso de rótulos; nesse paradigma, a recompensa funciona como um critério secundário de avaliação.

Tendo o texto como referência inicial, julgue o item subsecutivo, a respeito de aprendizado de máquina.  

A aprendizagem por reforço se diferencia da aprendizagem supervisionada, pois se baseia em feedback avaliativo, em vez de exemplos rotulados ou especificação da ação correta por um supervisor externo, para julgar a qualidade das ações.  

Tendo o texto como referência inicial, julgue o item subsecutivo, a respeito de aprendizado de máquina.  

Modelos preditivos dispensam validação em um conjunto separado de dados porque a acurácia calculada durante o treinamento já representa a capacidade real do modelo de prever eventos futuros. 

Julgue o seguinte item, a respeito de tipos de soluções e modelos de serviço.  

Denomina-se fábrica de software um modelo de contratação com foco na produção contínua de sistemas e normalmente remunerado por ponto de função.