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

No que se refere à contratação sob demanda de software, os direitos patrimoniais do código-fonte desenvolvido devem ser cedidos à administração pública.  

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. 

No que diz respeito às etapas da contratação de soluções de TI na administração pública, julgue o item a seguir.  

A etapa inicial do processo de contratação de soluções de TI na administração pública consiste na elaboração do termo de referência.  

No que diz respeito às etapas da contratação de soluções de TI na administração pública, julgue o item a seguir.  

O estudo técnico preliminar pode substituir o termo de referência na contratação de alguns tipos de serviços que envolvam soluções de TI. 

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. 

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.  

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.

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.  

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 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.  

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. 

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.  

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.  

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.  

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. 

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. 

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 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.

Acerca de estratégias de migração de aplicações e de arquiteturas multicloud, julgue o item subsequente.  

A estratégia lift and shift envolve a reescrita completa das aplicações antes da migração, de modo a serem explorados integralmente os recursos nativos da nuvem, e prioriza a modernização antes da transferência do ambiente.