Questões de Concurso
Para tribunal
Foram encontradas 191.001 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Julgue o item subsequente, no que concerne ao uso da biblioteca Hugging Face Transformers com PyTorch e aos sistemas baseados na arquitetura RAG (retrieval-augmented generation).
Embora a biblioteca Hugging Face ofereça suporte a múltiplos frameworks, alguns modelos específicos — especialmente os mais antigos, originalmente treinados em TensorFlow — podem apresentar dificuldades de integração em pipelines de inferência desenvolvidos em PyTorch, como os utilizados em aplicações jurídicas; nesses casos, pode ser recomendável adaptar ou reconstruir o modelo em PyTorch para assegurar compatibilidade e controle total sobre o fluxo de dados.
Acerca do processamento de linguagem natural e dos conceitos de modelos preditivos (supervisionados) e descritivos (não supervisionados), julgue o item a seguir.
Em análise preditiva, algoritmos de classificação podem ser treinados a partir de conjuntos de dados sem rótulos; sendo o processo de ajuste dos parâmetros pelo algoritmo com base nesses dados denominado aprendizado supervisionado.
Acerca do processamento de linguagem natural e dos conceitos de modelos preditivos (supervisionados) e descritivos (não supervisionados), julgue o item a seguir.
Em um pipeline de pré-processamento de linguagem natural aplicado ao domínio jurídico, a tokenização deve, necessariamente, ser precedida pela lematização, uma vez que a lematização opera sobre formas canônicas já segmentadas.
De acordo com a Resolução CNJ n.º 615/2025, que estabelece diretrizes para o desenvolvimento, a utilização e a governança de soluções desenvolvidas com recursos de inteligência artificial no Poder Judiciário, julgue o próximo item.
Após o treinamento de modelos de inteligência artificial, recomenda-se eliminar os dados pessoais não anonimizados dos repositórios de dados, mantendo apenas os dados tokenizados estritamente necessários ao modelo.
É vedado o uso de modelos de linguagem de grande escala e sistemas de inteligência artificial generativa, privados ou externos ao Poder Judiciário, para processar ou gerar conteúdo com base em documentos sigilosos, mesmo que os dados tenham sido anonimizados ou que existam mecanismos técnicos para garantir sua proteção.
Julgue o próximo item, a respeito de Big Data, data mining e Oracle Data Integrator (ODI).
O ODI suporta integração nativa com tecnologias Big Data por meio do ODI Big Data Adapter e é capaz de gerar código HiveQL, Spark e Pig sem que o desenvolvedor escreva manualmente tais scripts.
Julgue o próximo item, a respeito de Big Data, data mining e Oracle Data Integrator (ODI).
No ODI, os knowledge modules são componentes reutilizáveis que encapsulam as lógicas de integração e transformação e que podem ser personalizados em linguagens como SQL, Groovy e Shell Script.
Julgue o próximo item, a respeito de Big Data, data mining e Oracle Data Integrator (ODI).
As técnicas de data mining operam exclusivamente com dados rotulados, utilizando apenas algoritmos supervisionados, uma vez que a descoberta de padrões requer o conhecimento prévio das classes dos dados.
Julgue o próximo item, a respeito de Big Data, data mining e Oracle Data Integrator (ODI).
Uma das funções de data mining é realizar previsões com base em dados históricos, utilizando algoritmos como regressão, redes neurais e árvores de decisão.
Julgue o próximo item, a respeito de Big Data, data mining e Oracle Data Integrator (ODI).
Em soluções de Big Data orientadas à análise em tempo real, os dados são invariavelmente persistidos antes de serem processados, o que assegura a integridade analítica e a eliminação completa de latência na geração de insights.
Julgue o próximo item, a respeito de Big Data, data mining e Oracle Data Integrator (ODI).
Define-se Big Data apenas pelo volume de dados, sendo o armazenamento eficiente desses dados o principal objetivo dos sistemas modernos de processamento de informações.
No que concerne aos conceitos de eMAG e de SPA (single-page application), julgue o item a seguir.
Um SPA é uma implementação de aplicativo web em que frameworks PHP com Zend são uma parte fundamental do desenvolvimento web front-end.
No que concerne aos conceitos de eMAG e de SPA (single-page application), julgue o item a seguir.
De acordo com o eMAG, todas as funções de uma página web desenvolvidas utilizando-se linguagens de script (JavaScript) devem ser programadas, primeiramente, para o uso com teclado.
Com base no código precedente, em HTML 5, julgue o item seguinte, acerca dos conceitos de XML e de HTML.
O código apresentará como resultado uma tabela com 3 linhas e 3 colunas: as linhas 1, 2 e 3 contendo 2, 3 e 2 elementos, respectivamente; e as colunas 1, 2 e 3 contendo 2, 3 e 2 elementos, respectivamente.
Julgue o item subsequente, referente a Python e Java.

O código Java precedente, ao ser executado, apresentará o resultado a seguir.

Acerca de Ajax e TypeScript e seus frameworks, julgue o item seguinte.
O objeto XMLHttpRequest manipula somente dados em formato JSON.
Acerca de Ajax e TypeScript e seus frameworks, julgue o item seguinte.
O código a seguir, ao ser executado, apresentará number como resultado.

Julgue o item a seguir, a respeito de servidores de aplicação e ferramentas de versionamento.
Um realm no servidor Tomcat verifica a integridade de um arquivo ao comparar o seu resumo de mensagem com o do arquivo original.
Julgue o item a seguir, a respeito de servidores de aplicação e ferramentas de versionamento.
O comando git-cherry-pick aplica as alterações introduzidas por alguns commits existentes, sendo necessário, nesse caso, que a árvore de trabalho esteja limpa.
Julgue o item a seguir, em relação aos serviços de mensageria, webhooks e JSON.
O código JSON a seguir está de acordo com boas práticas de representação de dados de usuários, e pode ser utilizado diretamente, sem adaptações na integração entre front-end e banco de dados.
