Selecionar segmento
Estude com questões de diferentes segmentos
Atenção: Isso limpará todos os campos já preenchidos no filtro!
Foram encontradas 194.800 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 |
Q3880249
Engenharia de Software
Processamento de linguagem natural (PLN) é uma área em
ascensão na Ciência da Computação e na inteligência artificial (IA),
analise as afirmativas a seguir
I. Permite que computadores e dispositivos digitais reconheçam, entendam e gerem textos e áudios, pois combinam linguística computacional, modelagem estatística, aprendizado de máquina e deep learning.
II. Já faz parte da vida cotidiana de muitas pessoas em todo o mundo, alimentando mecanismos de busca, acionando chatbots para atendimento aos clientes com comandos de voz, sistemas GPS operados por voz e assistentes digitais de resposta a perguntas em smartphones.
III. Desempenha um papel cada vez maior em soluções empresariais que ajudam a otimizar e automatizar operações de negócios, aumentar a produtividade e simplificar processos empresariais.
Está correto o que se afirma em
I. Permite que computadores e dispositivos digitais reconheçam, entendam e gerem textos e áudios, pois combinam linguística computacional, modelagem estatística, aprendizado de máquina e deep learning.
II. Já faz parte da vida cotidiana de muitas pessoas em todo o mundo, alimentando mecanismos de busca, acionando chatbots para atendimento aos clientes com comandos de voz, sistemas GPS operados por voz e assistentes digitais de resposta a perguntas em smartphones.
III. Desempenha um papel cada vez maior em soluções empresariais que ajudam a otimizar e automatizar operações de negócios, aumentar a produtividade e simplificar processos empresariais.
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 |
Q3880248
Programação
Keras é uma API de aprendizado profundo que oferece velocidade
de depuração, elegância com concisão do código e facilidade de
manutenção de implantação. Os blocos de construção básica das
redes neurais usando Keras (versão 3.0) e Python são conhecidos
como
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880246
Governança de TI
As APIs REST do Power BI foram projetadas para permitir uma
ampla interação programática, elas fornecem serviços para
inserção, administração, governança e recursos de usuário. Com
relação às funcionalidades dessas APIs, analise as afirmativas a
seguir
I. Gerenciam o conteúdo do Power BI.
II. Executam operações de administrador.
III. Inserem conteúdo do Power BI.
Está correto o que se afirma em
I. Gerenciam o conteúdo do Power BI.
II. Executam operações de administrador.
III. Inserem conteúdo do Power BI.
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 |
Q3880245
Noções de Informática
O QlikView é uma plataforma de inteligência de negócios
tradicional, sua arquitetura possui vários componentes.
O componente usado como serviço de distribuição para distribuir os documentos com extensão .qvw entre vários servidores e usuários da plataforma se denomina
O componente usado como serviço de distribuição para distribuir os documentos com extensão .qvw entre vários servidores e usuários da plataforma se denomina
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880244
Sistemas de Informação
Maria e Josefa precisam fazer uma apresentação sobre o Oracle BI
Enterprise Edition versão 11g (OBIEE) para os seus os cientistas de
dados da ALEGO. Elas sabem que o OBIEE fornece a gama de
recursos analíticos para inteligência de negócios. Selecione a
alternativa que não indica um recurso oferecido pelo OBIEE.
Ano: 2026
Banca:
FGV
Órgão:
AL-GO
Prova:
FGV - 2026 - AL-GO - Analista Legislativo - Analista de Ciência de Dados |
Q3880242
Banco de Dados
As plataformas de Business Intelligence (BI) possuem diversos
tipos de elementos. Um desse elementos são os Data Warehouse
(DW), eles são considerados um dos principais dessa plataformas.
Com relação às propriedades dos DW, analise as afirmativas a
seguir.
I. Sofrem muitas operações de atualização de dados e tem alta normalização de dados.
II. São orientados por assunto e tem baixa volatidades dos dados.
III. Apresentam alta agregação de dados e baixa suporte a dados não relacionais.
Está correto o que se afirma em
I. Sofrem muitas operações de atualização de dados e tem alta normalização de dados.
II. São orientados por assunto e tem baixa volatidades dos dados.
III. Apresentam alta agregação de dados e baixa suporte a dados não relacionais.
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 |
Q3880240
Banco de Dados
A linguagem Python oferece um amplo conjunto de bibliotecas
para visualização de dados, permitindo que os analistas da ALEGO
usem-nas em projetos de ciência de dados e transformem dados
em representações gráficas. Diversas bibliotecas atendem a
diferentes necessidades de visualização, desde gráficos estáticos
básicos até painéis interativos sofisticados.
Assinale a alternativa que não corresponde a uma biblioteca para visualização de dados.
Assinale a alternativa que não corresponde a uma biblioteca para visualização de dados.
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 |
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 |
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:
Conheça nossos planos