Questões de Concurso Para cesgranrio

Dentre os tipos de amostragem não probabilística, há a amostra selecionada de forma intencional em que se buscam os elementos que apresentam a melhor condição para que a informação seja obtida.
Na prática de pesquisa de mercado, denomina-se amostragem

No passado, os consumidores ouviam com atenção a transmissão de conteúdos pela mídia tradicional, inclusive a publicidade. Eles simplesmente não tinham escolha. A mídia social mudou isso. Agora, os consumidores têm à disposição um grande volume de conteúdo gerado por outros usuários, o qual eles consideram mais confiável e bem mais atraente do que aquele oferecido pela mídia tradicional.
KOTLER, Philip. Marketing 4.0: do tradicional ao digital. Rio de Janeiro: Sextante, 2017.

Para atrair a atenção e o engajamento do público, as empresas investem cada vez mais no marketing de conteúdo em suas redes sociais. 
Caracteriza-se marketing de conteúdo quando há o uso de

Pesquisas de mercado revelam que vários fatores influem no desempenho mercadológico do que é produzido e consumido. Alguns desses fatores estão diretamente ligados ao que a empresa está habilitada a produzir, enquanto outros dependem das qualidades específicas do produto, mas não é possível esquecer que os mercados são compostos de consumidores que estariam dispostos ou relutantes a adquirir o que lhes é oferecido.
NEIVA, Eduardo. Dicionário Houaiss de comunicação e multimídia. São Paulo: Publifolha, 2013.

Dessa forma, um dos elementos de sucesso ou fracasso mercadológico deriva da reputação de uma determinada marca, que tem um valor de mercado, ou seja, um valor patrimonial que recebe o nome de

Consta do portal do BNDES que a ouvidoria é uma instância que possibilita a participação do indivíduo e aprimora o controle social sobre instituições.
Dessa forma, entende-se que as ouvidorias públicas promovem e garantem os direitos

Indicadores de sustentabilidade são uma ferramenta criada com o objetivo de medir a sustentabilidade das estratégias de uma empresa nos níveis social, ambiental e institucional. Os indicadores de sustentabilidade da Organização Internacional de Padronização (ISO) foram estabelecidos dentro das normas de adesão voluntária, as quais foram projetadas para ajudar as organizações a operar com sustentabilidade, a aderir às regulamentações ambientais e a melhorar continuamente os processos. Para estabelecer diretrizes para a avaliação do desempenho ambiental do sistema gerencial, a NBR ISO 14031 usa três tipos de indicadores: os indicadores de desempenho da gestão (IDG), os indicadores de desempenho operacional (IDO) e os indicadores de condição ambiental (ICA). Os indicadores de desempenho da gestão (IDG) subdividem-se em quatro: os relacionados a políticas e programas de gestão; os relacionados à conformidade; os relacionados ao desempenho financeiro; e os relacionados às relações com a comunidade.
Associe os diferentes indicadores aos seus respectivos tipos, apresentados a seguir: 

I - Indicador de desempenho da gestão relacionado à conformidade.
II - Indicador de desempenho operacional.
III - Indicador de condição ambiental. 

P - Número de empregados que participam de programas ambientais.
Q - Quantidade consumida de óleo combustível por unidade de produto.
R - Concentração de ozônio troposférico existente no ar local.
S - Número de auditorias realizadas sobre as planeadas.

Em aplicações modernas de Processamento de Linguagem Natural, usando Grandes Modelos de Linguagem (Large Language Models – LLM) é comum a necessidade de usar informações relevantes que estão em documentos novos e privados, que não foram usados no pré-treinamento dos modelos de LLM. Considerando que esses documentos podem ser longos e em grande quantidade, que o tamanho do contexto usado na chamada à Application Programming Interface (API) da LLM é limitado, e ainda pensando que os custos de processar são muitas vezes calculados por quantidade de tokens, foi desenvolvida a técnica conhecida como Retrieval Augmented Generation (RAG).
Considerando-se esse contexto, qual é a característica da técnica RAG?

Um analista financeiro está trabalhando com um conjunto de dados de clientes de um banco, armazenados em um DataFrame Pandas chamado  Esse DataFrame possui as seguintes colunas: Nome, Idade, Dívida, Renda e Status. O analista deseja criar um novo DataFrame que contenha apenas os nomes e as dívidas dos clientes que possuem uma dívida maior que R$ 10.000,00, com o objetivo de gerar um relatório específico.
Considerando-se esse contexto, qual das seguintes linhas de código em Python com Pandas seleciona corretamente as colunas Nome e Dívida do DataFrame  e também filtra apenas as linhas em que a dívida dos clientes seja superior a R$ 10.000,00?

Um cientista de dados está utilizando SHapley Additive exPlanations (SHAP) para entender a importância das variáveis em um modelo de aprendizado de máquina que prevê a probabilidade de um cliente deixar de ser assinante de um serviço (churn). Considere o seguinte conjunto de dados simplificado com três características para um cliente específico:



A previsão base do modelo, que representa a probabilidade estimada de um cliente se tornar um churn quando nenhuma das características individuais é considerada, é de 0,30.
Considerando-se esse contexto, qual é a probabilidade prevista pelo modelo para que esse cliente deixe de assinar o serviço?

Um pesquisador de ciência de dados foi encarregado de analisar a capacidade de um modelo de aprendizado de máquina em prever se um cliente é bom pagador. Para isso, possuía um conjunto de dados de testes rotulado, sobre o qual aplicou o modelo e obteve a matriz de confusão a seguir:



Considerando-se esse contexto, quais são, respectivamente, os valores aproximados, em 2 casas decimais, da precisão (precision) e da revocação (recall) obtidos pelo modelo?

Um programador estava trabalhando no branch solvebugio e acabou o serviço. Após fazer o commit final nesse branch, ele deseja passar todas as mudanças feitas no branch solvebugio para o branch main, fazendo a integração correta de mudanças.
Considerando-se esse contexto e as melhores práticas de controle de versão, quais comandos Git esse programador deve usar para realizar essa tarefa?

Uma equipe de desenvolvimento de Inteligência Artificial (IA) em uma empresa de tecnologia está implementando um sistema de recomendação baseado em aprendizado de máquina. Durante o processo de implementação, a equipe precisa estar atenta aos potenciais riscos e vulnerabilidades associados ao uso da IA. O sistema utiliza grandes volumes de dados históricos de clientes para treinar seus modelos. Há uma preocupação com a possibilidade de invasores manipularem a entrada de dados para enganar o modelo e gerar saídas indesejadas ou incorretas. A equipe deve também garantir que o modelo não exponha dados sensíveis dos clientes.
Considere as seguintes afirmativas com relação à mitigação dos riscos identificados:

I - adotar uma abordagem de fairness-aware learning para corrigir potenciais vieses no modelo, garantindo que as recomendações sejam justas para todos os grupos de usuários.
II - implementar métodos de robustness testing para simular ataques adversariais e avaliar a resiliência do modelo, e realizar auditorias regulares para identificar e corrigir vieses algorítmicos.
III - implementar técnicas de data augmentation para aumentar a diversidade dos dados de treinamento, reduzindo o risco de viés algorítmico, e adotar uma estratégia de monitoramento contínuo para detectar e mitigar ataques adversariais.
IV - utilizar técnicas de differential privacy durante o treinamento do modelo para proteger dados sensíveis e garantir que as previsões do modelo não revelem informações específicas dos clientes.

Estão corretas as seguintes afirmativas: 

Uma narrativa visual apresentada durante uma comunicação corporativa pode utilizar várias estratégias para assegurar que o storytelling seja eficaz.
Como funciona a prática conhecida como ‘lógica horizontal’?

Considere o seguinte trecho de código Python: 

Esse código pretende contar a frequência de cada item na lista data, processando os dados em paralelo e serializando os resultados em um arquivo JSON. O resultado esperado é { " apple " : 3 ,  " banana " :  2 ,  " orange " :  1 }.

 

É necessário que algo seja alterado para que o código funcione corretamente e produza o resultado esperado?

Uma empresa está desenvolvendo um dashboard interativo para monitorar o desempenho das vendas em tempo real. O objetivo é fornecer uma visão clara e acessível para diferentes níveis de usuários, desde gerentes executivos até analistas de dados. Foram definidos os seguintes requisitos:

1. Os dados de vendas precisam ser visualizados por região, produto e período de tempo.
2. O dashboard deve permitir aos usuários explorar dados específicos por meio de interações como filtros e drill-downs.
3. A organização dos elementos visuais deve ser intuitiva, priorizando informações críticas e mantendo um layout claro e acessível.

Com base nas boas práticas de design de dashboards, qual abordagem deve ser adotada para garantir que o dashboard seja eficaz e acessível para todos os usuários?

Ao avaliar a performance de diversos modelos preditivos para um problema de regressão e outro de classificação, várias métricas podem ser utilizadas para determinar qual modelo oferece o melhor desempenho. Considere as métricas para regressão e classificação, bem como as técnicas de detecção de overfitting e underfitting.
Nesse contexto, quais métricas devem ser utilizadas para determinar qual modelo oferece o melhor desempenho?

Uma equipe precisa apresentar os resultados de diversas análises para diferentes públicos. Cada visualização deve ser escolhida e projetada de forma a comunicar claramente os insights obtidos, considerando as boas práticas de design e de acessibilidade.
Serão apresentados, em momentos diferentes, os seguintes dados:

1. Distribuição de idades de uma pesquisa populacional, que possui um grande número de participantes.
2. Comparação de receitas mensais de diferentes setores de uma empresa ao longo de um ano.
3. Proporção de vendas de diferentes produtos de uma loja durante o último trimestre.
4. Análise de correlação entre as variáveis “horas de estudo” e “nota final” de estudantes.

Considerando-se as boas práticas de design e acessibilidade, quais tipos de gráficos devem ser utilizados para a visualização dessas quatro situações?

Uma empresa está implementando um programa de governança de dados para melhorar a qualidade e a integridade dos dados que utiliza em suas operações diárias. As seguintes diretrizes foram passadas ao time de implantação:

1. Garantir que os dados sejam precisos, completos e atualizados em tempo real, para apoiar a tomada de decisões estratégicas.
2. Implementar políticas que assegurem a conformidade com regulamentos de privacidade de dados, como a Lei Geral de Proteção de Dados Pessoais (LGPD).
3. Adotar as melhores práticas do Data Management Body of Knowledge (DMBOK) para estruturar seu programa de governança de dados.

Com base nos conceitos de governança de dados do DMBOK, quais ações são necessárias para implementar as diretrizes mencionadas? 

Como parte do processo de desenvolvimento de uma aplicação para analisar grandes volumes de textos, diversas tarefas de Processamento de Linguagem Natural (NLP, sigla em inglês) estão sendo implementadas para melhorar a eficácia e a precisão dessa aplicação.
Diante disso, para a aplicação dessas tarefas, é necessário

Uma equipe de cientistas de dados está desenvolvendo um modelo preditivo e deseja otimizar seus hiperparâmetros para maximizar a performance do modelo.
Considerando-se as técnicas de otimização de hiperparâmetros, para encontrar a configuração de hiperparâmetros, essa equipe de cientistas deverá

Uma equipe de ciência de dados está trabalhando na construção de um modelo preditivo utilizando um grande conjunto de dados. Durante esse processo, os cientistas de dados estão realizando o feature engineering para criar e selecionar as variáveis mais relevantes, além de aplicar técnicas de divisão de dados para garantir a eficácia e a generalização do modelo.
Considerando-se esse contexto, qual combinação de técnicas maximizará a performance do modelo?