Questões de Concurso
Sobre engenharia de software para cespe / cebraspe
Foram encontradas 4.241 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
No que se refere à engenharia de usabilidade, julgue o item a seguir.
Facilidade de aprendizado, velocidade de operação, robustez,
facilidade de recuperação e adaptabilidade são os atributos
de uma interface de software.
Os requisitos de usuário de um sistema devem descrever os requisitos funcionais, de modo que eles sejam compreensíveis pelos usuários do sistema que não possuem conhecimento técnico detalhado, abstendo-se de inserir requisitos não funcionais.
A linguagem natural estruturada é uma forma de escrever os requisitos de sistema na qual a liberdade do elaborador de requisitos é limitada e todos os requisitos são redigidos de maneira padronizada.
No que se refere à engenharia de requisitos, julgue o item a seguir.
Uma das características fundamentais da UML são os casos
de uso, os quais constituem uma técnica baseada em
elicidação de requisitos.
Na criação de um release de um sistema, o código executável de programas e todos os arquivos de dados associados devem ser coletados e identificados, e as descrições de configuração podem ter que ser escritas para hardwares diferentes e para instruções e sistemas operacionais preparados para clientes que necessitem configurar os próprios sistemas.
As ferramentas de workbenches abertas fornecem recursos integrados para controlar versões de software, a construção de sistemas e o rastreamento de mudanças, facilitando e simplificando a troca de dados, incluindo um banco de dados integrado de controle de mudanças.
O DevSecOps trata de segurança integrada, e não da segurança que funciona no perímetro em torno de aplicativos e dados, a qual também inclui a identificação dos riscos que estão envolvidos na cadeia de fornecimento do software.
O DevSecOps deve evitar que o ciclo de trabalho do DevOps fique muito lento, observando sempre a segurança da aplicação e a infraestrutura, e, para isso, um dos cuidados que se deve ter é evitar automatizar barreiras de segurança, o que pode inserir pontos de fragilidade no software, comprometendo a segurança e o tempo de desenvolvimento.
No Scrum, o Scrum Master tem a responsabilidade de direcionar o rumo do desenvolvimento do produto.
Uma das técnicas adotadas pelo Kanban para assegurar a agilidade nas entregas é limitar o trabalho em progresso.
Transparência, inspeção e adaptação são os pilares de controle empírico de processos do Scrum.
Kanban e Scrum são metodologias ágeis distintas e, portanto, não podem ser utilizadas simultaneamente em um mesmo projeto ou no desenvolvimento de um mesmo produto.
Considerando-se que o processo de engenharia de requisitos seja uma espiral iterativa com três estágios — elicitação, especificação e validação de requisitos —, é correto afirmar que, nesse contexto, a atividade de prototipação é mais bem relacionada à elicitação do que à validação de requisitos.
O paradigma da prototipação inclui o planejamento, a construção e a entrega do protótipo e, por ser uma metodologia do tipo projeto rápido, dispensa a identificação dos requisitos do software.
No paradigma da orientação a objetos, o polimorfismo permite que várias operações distintas possuam o mesmo nome, desacoplando, assim, os objetos uns dos outros, tornando-os mais independentes.
Herança é uma característica do paradigma orientado a objetos, a qual possibilita que haja hierarquia de classes, de forma que as alterações em uma classe-pai possam ser imediatamente propagadas para a classe-filha.
Considerados uma técnica de elicitação de requisitos, os casos de uso identificam os atores envolvidos, assim como interações individuais entre o sistema e seus usuários ou, ainda, com outros sistemas.
As partes interessadas afetadas na avaliação das necessidades podem ser classificadas com base em uma matriz de responsabilidade como o modelo RACI (responsável, aprovador, consultado, informado).
A inteligência artificial é um sistema com capacidade de ponderar, aprender e agir para resolver um problema complexo.
O machine learning é um subconjunto da inteligência artificial, o qual é utilizado para analisar, por meio de algoritmos, grandes volumes de dados e permite que uma máquina ou um sistema aprenda e melhore com base na experiência.