Questões de Concurso
Para fgv
Foram encontradas 147.016 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880239
Programação
Um analista precisa calcular o tempo, em número de dias, de
duração dos cursos que os servidores da ALEGO participaram
recentemente. Ele fez um programa em Python (versão 3) e
embutiu no código dados sobre as matrículas do servidor e as
datas de início de conclusão de curso. Analise o código a seguir.
A estrutura utilizada na variável dados_ficticios para armazenar os dados que são tratados pelo programa é conhecido como
A estrutura utilizada na variável dados_ficticios para armazenar os dados que são tratados pelo programa é conhecido como
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880238
Estatística
Uma matriz de confusão resume o desempenho da classificação
realizada por um classificador em relação a alguns dados de
teste. Um caso especial da matriz de confusão é
frequentemente utilizado com apenas duas classes, uma
designada como classe positiva e a outra classe negativa. Nesse
contexto, as quatro células da matriz são designadas como
verdadeiros positivos (VP), falsos positivos (FP), verdadeiros
negativos (VN) e falsos negativos (FN), conforme indicado na
tabela a seguir
Com relação ao cálculo das medidas de desempenho, analise as afirmativas a seguir.
I. A medida da especificidade (também conhecido por Taxa de verdadeiros negativos) pode ser alcançada através da fórmula: Especificidade = VN / (VN + FP).
II. A medida da sensibilidade (também conhecido por Taxa de verdadeiros positivos ou Recall) pode ser alcançada através da fórmula: Recall = VP / (VP + FN).
III. O valor preditivo positivo (também conhecido como Precisão) pode ser alcançada através da fórmula: Precisão = VN / (VN + FN)
IV. Por fim, O valor preditivo negativo (VPN) pode ser alcançada através da fórmula: VPN = VP / (VP + FP).
Está correto o que se afirma em
Com relação ao cálculo das medidas de desempenho, analise as afirmativas a seguir.
I. A medida da especificidade (também conhecido por Taxa de verdadeiros negativos) pode ser alcançada através da fórmula: Especificidade = VN / (VN + FP).
II. A medida da sensibilidade (também conhecido por Taxa de verdadeiros positivos ou Recall) pode ser alcançada através da fórmula: Recall = VP / (VP + FN).
III. O valor preditivo positivo (também conhecido como Precisão) pode ser alcançada através da fórmula: Precisão = VN / (VN + FN)
IV. Por fim, O valor preditivo negativo (VPN) pode ser alcançada através da fórmula: VPN = VP / (VP + FP).
Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880237
Banco de Dados
Matheus foi empossado recentemente pela ALEGO como analista
e está se aprofundando nos estudos das redes neurais (RN). Ele
sabe que as RN podem ter diversas formas de aprendizagem não
supervisionada.
O tipo de aprendizado onde os neurônios de saída da rede disputam entre si para se tornarem ativos e somente um neurônio de saída é ativado em determinado instante se denomina:
O tipo de aprendizado onde os neurônios de saída da rede disputam entre si para se tornarem ativos e somente um neurônio de saída é ativado em determinado instante se denomina:
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880236
Banco de Dados
O perceptron é um dos modelos de redes neurais artificiais mais
simples e tradicionais. A figura a seguir ilustra o grafo arquitetural
de um perceptron. Analise-a.
Com relação as características do grafo, analise as afirmativas a seguir.
I. A rede possui várias camadas, sendo quatro camadas ocultas e três camadas de saída de dados.
II. A rede é do tipo totalmente conectada, isso significa que cada neurônio em qualquer camada está conectado a todos os outros neurônios da camada anterior.
III. O fluxo de sinais é unidirecional e progride na rede da esquerda para a direita e de camada em camada.
Está correto o que se afirma em
Com relação as características do grafo, analise as afirmativas a seguir.
I. A rede possui várias camadas, sendo quatro camadas ocultas e três camadas de saída de dados.
II. A rede é do tipo totalmente conectada, isso significa que cada neurônio em qualquer camada está conectado a todos os outros neurônios da camada anterior.
III. O fluxo de sinais é unidirecional e progride na rede da esquerda para a direita e de camada em camada.
Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880235
Banco de Dados
Árvores de decisão (AD) são classificadores muito utilizados em
Ciência de Dados. Com relação as características da AD, analise as
afirmativas a seguir.
I. É a representação de uma função que mapeia um vetor de valores de atributos para um único valor de saída.
II. Uma árvore de decisão chega à sua decisão realizando uma sequência de testes, começando por uma de suas raízes e seguindo o ramo apropriado até que uma folha seja alcançada.
III. Cada nó interno na árvore corresponde a um teste do valor de um dos atributos de entrada, os ramos a partir do nó são rotulados com os possíveis valores do atributo, e os nós folha especificam qual valor deve ser retornado pela função.
Está correto o que se afirma em
I. É a representação de uma função que mapeia um vetor de valores de atributos para um único valor de saída.
II. Uma árvore de decisão chega à sua decisão realizando uma sequência de testes, começando por uma de suas raízes e seguindo o ramo apropriado até que uma folha seja alcançada.
III. Cada nó interno na árvore corresponde a um teste do valor de um dos atributos de entrada, os ramos a partir do nó são rotulados com os possíveis valores do atributo, e os nós folha especificam qual valor deve ser retornado pela função.
Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880234
Algoritmos e Estrutura de Dados
O algoritmo k-Nearest Neighbors (KNN) baseia-se
fundamentalmente em calcular a distância entre o novo ponto e
todos os pontos de dados do conjunto de treinamento. As medidas
de distância do KNN definem quão “próximos” ou “semelhantes”
dois pontos são no espaço de recursos. Analise a fórmula da
distância de Minkowski
Com relação a derivação da fórmula da distância de Minkowski, analise as afirmativas a seguir.
I. Se P = 2, a fórmula calculará a distância Euclidiana.
II. Se P = 1, a fórmula calculará a distância de Manhattan.
III. Se P = 0, a fórmula calculará a distância Hamming.
Está correto o que se afirma em
Com relação a derivação da fórmula da distância de Minkowski, analise as afirmativas a seguir.
I. Se P = 2, a fórmula calculará a distância Euclidiana.
II. Se P = 1, a fórmula calculará a distância de Manhattan.
III. Se P = 0, a fórmula calculará a distância Hamming.
Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880233
Programação
Janaina, uma analista da ALEGO, desenvolveu o programa Python
(versão 3) que utiliza as bibliotecas numpy (2.0.2) e scikit-learn
(versão 1.6.1) para realizar uma análise de agrupamentos. Analise
o código a seguir.
O resultado impresso é igual a
O resultado impresso é igual a
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880232
Banco de Dados
A regressão logística é um modelo muito popular na ciência de
dados, ele é muito utilizado em diversos projetos da ALEGO. Com
relação às características da regressão logística, analise as
afirmativas a seguir.
I. É um modelo de regressão linear e dentro do contexto do aprendizado de máquina, a regressão logística pertence à família de modelos de aprendizado de máquina supervisionado.
II. Representa dois grupos de interesse como uma variável binária com valores 0 e 1, não importando qual o grupo é designado com os valores o versus 1, mas a designação de como dever ser observada interpretação dos coeficientes.
III. A função logística é representada pelas seguintes fórmulas:
a) Logit(pi) = 1/(1+ ln(-pi))
b) exp(pi/(1-pi)) = β_0 + β _1*X_1 + … + β _k*K_k.
onde:
logit(pi) é a variável dependente ou de resposta, e x é a variável independente.
Está correto o que se afirma em
I. É um modelo de regressão linear e dentro do contexto do aprendizado de máquina, a regressão logística pertence à família de modelos de aprendizado de máquina supervisionado.
II. Representa dois grupos de interesse como uma variável binária com valores 0 e 1, não importando qual o grupo é designado com os valores o versus 1, mas a designação de como dever ser observada interpretação dos coeficientes.
III. A função logística é representada pelas seguintes fórmulas:
a) Logit(pi) = 1/(1+ ln(-pi))
b) exp(pi/(1-pi)) = β_0 + β _1*X_1 + … + β _k*K_k.
onde:
logit(pi) é a variável dependente ou de resposta, e x é a variável independente.
Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880231
Programação
A biblioteca scikit-learn (versão 1.7.2) do Python (versão 3) oferece
uma classe que implementa a regressão logística. Seleciona a
alternativa que apresenta a sintaxe correta dessa classe.
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880230
Estatística
Martinha, uma analista da ALEGO, desenvolveu o programa
Python (versão 3) que utiliza as bibliotecas numpy (2.0.2) e scikitlearn (versão 1.6.1) para realizar análise discriminante linear.
Analise o programa a seguir.
O resultado impresso é igual a
O resultado impresso é igual a
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880229
Engenharia de Software
As máquinas de vetores de suporte (SVM) são um conjunto de
métodos de aprendizado usados para tratar problemas de
classificação, regressão e detecção de outliers. Considerando as
vantagens e desvantagens do uso do SVM no python 3.0 através
da biblioteca scikit learn (versão 1.7.2), avalie se as afirmativas a
seguir são verdadeiras (V) ou falsas (F).
( ) Como vantagem, as SVM são eficazes em espaços de alta dimensionalidade e eficaz nos casos em que o número de dimensões é maior que o número de amostras.
( ) Como desvantagem, as SVM utilizam um subconjunto de pontos de treinamento na função de decisão, sendo, portanto, sendo pouco eficiente em termos de uso de memória.
( ) Como desvantagem, se o número de características for muito maior que o número de amostras, evitar o sobreajuste na escolha das funções Kernel e do termo de regularização é crucial.
( ) Como vantagem, as SVMs fornecem estimativas de probabilidade diretamente; estas são calculadas usando uma validação cruzada de muitas partes que é um processo dispendioso.
As afirmativas são, respectivamente,
( ) Como vantagem, as SVM são eficazes em espaços de alta dimensionalidade e eficaz nos casos em que o número de dimensões é maior que o número de amostras.
( ) Como desvantagem, as SVM utilizam um subconjunto de pontos de treinamento na função de decisão, sendo, portanto, sendo pouco eficiente em termos de uso de memória.
( ) Como desvantagem, se o número de características for muito maior que o número de amostras, evitar o sobreajuste na escolha das funções Kernel e do termo de regularização é crucial.
( ) Como vantagem, as SVMs fornecem estimativas de probabilidade diretamente; estas são calculadas usando uma validação cruzada de muitas partes que é um processo dispendioso.
As afirmativas são, respectivamente,
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880228
Engenharia de Software
O aprendizado de máquina (ML) é um tema muito abrangente e
que possui diversas aplicações nos diversos setores da ALEGO.
Existem diferentes técnicas que são utilizadas dependendo do tipo
de problema a ser solucionado. Elas foram agrupadas em métodos
de ML com seus modelos de programação.
O tipo de aprendizado que faz com que o modelo tome decisões por si próprio, e é recompensado de acordo com o progresso que faz na atividade em que foi designado se denomina
O tipo de aprendizado que faz com que o modelo tome decisões por si próprio, e é recompensado de acordo com o progresso que faz na atividade em que foi designado se denomina
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880227
Banco de Dados
Os analistas da ALEGO fazem uso corriqueiro de modelagem
multidimensional em seus projetos. Esse paradigma de
modelagem permite que eles modelem diversos tipos de
problemas.
O tipo de dimensão que permite armazenar os flags e indicadores ou coleções de dados transacionais aleatórios que não estão relacionados a nenhuma outra dimensão específica se denominada
O tipo de dimensão que permite armazenar os flags e indicadores ou coleções de dados transacionais aleatórios que não estão relacionados a nenhuma outra dimensão específica se denominada
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880226
Banco de Dados
Com relação ao conceito de cardinalidades dos relacionamentos
em um diagrama ER do modelo relacional, avalie se as afirmativas
a seguir são verdadeiras (V) ou falsas (F).
( ) A cardinalidade mínima 0 também recebe a denominação de “associação obrigatória”, já que ela indica que o relacionamento deve obrigatoriamente associar uma ocorrência de entidade a cada ocorrência da entidade em questão.
( ) A cardinalidade mínima -1 recebe a denominação de “associação opcional”, já que ela indica que o relacionamento deve opcionalmente se associar uma ocorrência de entidade a cada ocorrência da entidade em questão.
( ) A cardinalidade máxima 0 recebe a denominação de “associação semântica”, já que ela indica que o relacionamento deve necessariamente ter várias ocorrências de entidade a cada ocorrência da entidade em questão.
As afirmativas são, respectivamente,
( ) A cardinalidade mínima 0 também recebe a denominação de “associação obrigatória”, já que ela indica que o relacionamento deve obrigatoriamente associar uma ocorrência de entidade a cada ocorrência da entidade em questão.
( ) A cardinalidade mínima -1 recebe a denominação de “associação opcional”, já que ela indica que o relacionamento deve opcionalmente se associar uma ocorrência de entidade a cada ocorrência da entidade em questão.
( ) A cardinalidade máxima 0 recebe a denominação de “associação semântica”, já que ela indica que o relacionamento deve necessariamente ter várias ocorrências de entidade a cada ocorrência da entidade em questão.
As afirmativas são, respectivamente,
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880225
Banco de Dados
Rafaela é uma estagiária do setor de TI da ALEGO, ela está
elaborando um DER em papel. O diagrama será apresentado em
uma reunião para os analistas da ALEGO. A estagiária sabe que
modelagem relacional é amplamente usada na instituição, mas
está na dúvida sobre os elementos gráficos do DER.
Segundo a notação de Peter Chen, o elemento gráfico que Rafaela deverá utilizar para indicar um relacionamento é o
Segundo a notação de Peter Chen, o elemento gráfico que Rafaela deverá utilizar para indicar um relacionamento é o
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880224
Engenharia de Software
O aprendizado não supervisionado utiliza algoritmos de
aprendizado de máquina para analisar e agrupar conjuntos de
dados sem rótulos. Esses algoritmos descobrem padrões ocultos,
fazem associações ou agrupamentos de dados sem a necessidade
de intervenção humana.
Selecione a alternativa que apresenta um algoritmo de regras de associação.
Selecione a alternativa que apresenta um algoritmo de regras de associação.
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880223
Banco de Dados
Os analistas de Ciência de Dados da ALEGO reconhecem que a
abordagem tradicional de análise de dados envolve um ciclo
composto por diversas etapas e uma vez que tenham definidos
seus modelos preditivos, eles podem ser aplicados a novos
conjuntos de dados. A figura criada pelos analistas representa um
ciclo de análise preditiva e score de dados. Analise a figura e
relacione a numeração indicada nas etapas com as suas
respectivas operações.
A relação correta, na ordem dada, é:
A relação correta, na ordem dada, é:
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880222
Banco de Dados
A importância da qualidade dos dados é um dos fundamentos da
Ciência da Dados, é essencial nos projetos desenvolvidos na
ALEGO. Tais características são bem delineadas e classificadas na
literatura e, em essência, servem de indicadores para avaliar quais
conjuntos de dados são importantes ou não para um determinado
estudo.
A classificação das características básicas da qualidade de dados são, respectivamente,
A classificação das características básicas da qualidade de dados são, respectivamente,
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880221
Estatística
Ciência de Dados (CD) utiliza conjuntos de dados para tentar
entender e resolver problemas do mundo real. Com relação aos
fundamentos essenciais da CD, analise as afirmativas a seguir.
I. Os dados figuram como o elemento central. O objetivo é extrair desses toda informação possível para que se possam tomar decisões e antecipar resultados de maneira precisa.
II. Não é campo de conhecimento alheio às outras ciências. Ao contrário, que se trata de uma combinação de instrumentos fornecidos por diversos campos do saber, com destaque para a Estatística e a Ciência da Computação.
III. CD lida exclusivamente com a análise de dados estruturados, como planilhas e bancos de dados SQL, focando apenas em visualizações básicas e relatórios descritivos.
Está correto o que se afirma em
I. Os dados figuram como o elemento central. O objetivo é extrair desses toda informação possível para que se possam tomar decisões e antecipar resultados de maneira precisa.
II. Não é campo de conhecimento alheio às outras ciências. Ao contrário, que se trata de uma combinação de instrumentos fornecidos por diversos campos do saber, com destaque para a Estatística e a Ciência da Computação.
III. CD lida exclusivamente com a análise de dados estruturados, como planilhas e bancos de dados SQL, focando apenas em visualizações básicas e relatórios descritivos.
Está correto o que se afirma em
Ano: 2026
Banca:
FGV
Órgão:
AL-RO
Prova:
FGV - 2026 - AL-RO - Analista Legislativo (Administração) |
Q3880094
Administração Geral
Alguns aspectos da cultura organizacional são facilmente
percebidos logo no primeiro contato com a instituição, enquanto
outros só se tornam evidentes após maior convivência. Essa
distinção é destacada pelo modelo do “iceberg” da cultura
organizacional, que separa os elementos visíveis e diretamente
observáveis daqueles que permanecem implícitos e menos
acessíveis à percepção imediata.
Com base nesse modelo, constituem elementos visíveis e publicamente observáveis da cultura
Com base nesse modelo, constituem elementos visíveis e publicamente observáveis da cultura
Conheça nossos planos