Questões de Concurso
Comentadas para auditor federal de controle externo
Foram encontradas 721 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Q1892816
Engenharia de Software
Uma organização está implementando um sistema de busca de
informações interno, e a equipe de desenvolvimento resolveu
avaliar diferentes modelos de linguagem vetoriais que ajudariam
a conectar melhor documentos e consultas em departamentos
que usam terminologias distintas em áreas de negócio que se
sobrepõem. Um dos analistas ressaltou que seria interessante
guardar os vetores de todo o vocabulário do modelo em um
cache, de forma a aumentar a eficiência de acesso e reduzir
certos custos de implantação.
Das alternativas abaixo, aquela que lista apenas os modelos compatíveis com essa estratégia de caching é:
Das alternativas abaixo, aquela que lista apenas os modelos compatíveis com essa estratégia de caching é:
Q1892815
Direito Digital
Conjuntos de dados identificados de pessoas são úteis em
pesquisas, ao mesmo tempo que são motivo de preocupação em
relação à privacidade das pessoas naturais envolvidas. A
classificação de atributos identificadores ajuda a priorizar
atividades de desidentificação para alavancar a pesquisa sob a
observância da LGPD.
São exemplos: a) de identificadores explícitos, b) de identificadores sensíveis e c) de quasi identificadores:
São exemplos: a) de identificadores explícitos, b) de identificadores sensíveis e c) de quasi identificadores:
Q1892812
Programação
A tabela presente no código em R abaixo apresenta a quantidade
de processos analisados por três analistas (denotados por A1, A2
e A3) em diferentes anos.
dados = tibble::tibble(Analista=c(“A1”, “A1”, “A1”, “A2”, “A2”, “A3”, “A3”, “A3”),
Ano=c(2018,2019,2020,2019,2020,2018,2019,2020), Processos=c(10,15,20,25,20,8,7,12))
Um programador roda o código abaixo em R.
tidyr::pivot_wider(data=dados, names_from=”Analista”, values_from=”Processos”)
Os valores esperados na primeira linha do objeto resultante do comando acima são:
dados = tibble::tibble(Analista=c(“A1”, “A1”, “A1”, “A2”, “A2”, “A3”, “A3”, “A3”),
Ano=c(2018,2019,2020,2019,2020,2018,2019,2020), Processos=c(10,15,20,25,20,8,7,12))
Um programador roda o código abaixo em R.
tidyr::pivot_wider(data=dados, names_from=”Analista”, values_from=”Processos”)
Os valores esperados na primeira linha do objeto resultante do comando acima são:
Q1892811
Banco de Dados
Um analista do TCU gostaria de aplicar um modelo de Latent
Dirichlet Allocation (LDA) em um conjunto de textos. A alternativa que melhor descreve o resultado do modelo é:
Q1892810
Banco de Dados
Um analista de dados deseja criar um modelo para classificação
de documentos em duas categorias: sigilosos e públicos. À sua
disposição, existe um conjunto de dados com N documentos, dos
quais uma fração α deles é sigilosa. O analista quer escolher uma
fração β dos N documentos para pertencer ao conjunto de teste.
O objetivo é garantir que cada uma das classes (documentos
sigilosos e públicos) seja responsável, em média, por ao menos
10% do total de documentos. Essa restrição precisa ser válida
tanto no conjunto de treino quanto no conjunto de teste.
Um par (α,β) que satisfaz as restrições do analista é:
Q1892809
Engenharia de Software
Seja uma rede neural com camada de entrada com dimensão dois
que recebe dados (x1
, x2
). Essa rede aplica pesos w1 em x1
, w2 em
x2 e adiciona um viés w0
. A função de ativação é dada pela função
sinal s(z) = +1, se z ≥ 0, e s(z) = -1, se z < 0. Essa rede não tem
nenhuma camada oculta e será utilizada para classificar
observações em y=+1 ou y=-1.
Para pesos w1 = 2, w2 = 3 e viés w0 = 1, a região de classificação é uma reta que passa nos pontos:
Para pesos w1 = 2, w2 = 3 e viés w0 = 1, a região de classificação é uma reta que passa nos pontos:
Q1892808
Banco de Dados
Em um problema de classificação é entregue ao cientista de
dados um par de covariáveis, (x1
, x2
), para cada uma das quatro
observações a seguir: (6,4), (2,8), (10,6) e (5,2). A variável
resposta observada nessa amostra foi “Sim”, “Não”, “Sim”,
“Não”, respectivamente.
A partição que apresenta o menor erro de classificação quando feita na raiz (primeiro nível) de uma árvore de decisão é:
A partição que apresenta o menor erro de classificação quando feita na raiz (primeiro nível) de uma árvore de decisão é:
Q1892806
Banco de Dados
Texto associado
ATENÇÃO!
Para a questão a seguir, considere uma tabela relacional R, com atributos W, X, Y, Z, e o conjunto de dependências funcionais identificadas para esses atributos.
X → Y
X → Z
Z → X
Z → W
Com referência à tabela R, definida anteriormente, considere o
esboço de um comando SQL para a criação da tabela.
De acordo com as dependências funcionais de R, e com a Forma Normal de Boyce-Codd, a definição correta das chaves (por meio de constraints) aplicáveis e necessárias para essa tabela deveria ser:
De acordo com as dependências funcionais de R, e com a Forma Normal de Boyce-Codd, a definição correta das chaves (por meio de constraints) aplicáveis e necessárias para essa tabela deveria ser:
Q1892805
Banco de Dados
Texto associado
ATENÇÃO!
Para a questão a seguir, considere uma tabela relacional R, com atributos W, X, Y, Z, e o conjunto de dependências funcionais identificadas para esses atributos.
X → Y
X → Z
Z → X
Z → W
Analise o conjunto de dependências funcionais inferidas abaixo
a partir do conjunto de atributos e dependências funcionais
presentes na tabela R, como descrita anteriormente.
(1) X → Y Z W (2) X → W (3) X W → Y W (4) X Y Z W → X Y (5) Y → Z
À luz dos axiomas da teoria de projeto de bancos de dados aplicáveis nesse caso, é correto concluir que, dentre essas dependências inferidas:
(1) X → Y Z W (2) X → W (3) X W → Y W (4) X Y Z W → X Y (5) Y → Z
À luz dos axiomas da teoria de projeto de bancos de dados aplicáveis nesse caso, é correto concluir que, dentre essas dependências inferidas:
Q1892804
Programação
Natasha, uma cientista de dados, está trabalhando com um
conjunto de dados sobre carros para fazer um modelo preditivo
para uma companhia de seguros. A primeira versão do modelo
utiliza apenas informações básicas sobre os carros: a marca e a
cor.
Como esses dados são categóricos, Natasha faz um pré-processamento usando a biblioteca scikit-learn. Em um ambiente interativo, ela executa os comandos a seguir.
>>> from sklearn.preprocessing import OneHotEncoder >>> enc = OneHotEncoder() >>> X = [['Toyota', 'vermelho'], ['Toyota', 'verde'], ['BMW', 'vermelho']]
>>> enc.fit(X) >>> enc.get_feature_names() array(['x0_BMW', 'x0_Toyota', 'x1_verde', 'x1_vermelho'], dtype=object)
>>> X_prime = enc.transform(X).toarray() >>> X_prime array([[0., 1., 0., 1.], [0., 1., 1., 0.], [1., 0., 0., 1.]])
Para contar o número de carros da marca Toyota no conjunto de dados, obtendo corretamente o resultado 2, Natasha pode usar a seguinte linha de código:
Como esses dados são categóricos, Natasha faz um pré-processamento usando a biblioteca scikit-learn. Em um ambiente interativo, ela executa os comandos a seguir.
>>> from sklearn.preprocessing import OneHotEncoder >>> enc = OneHotEncoder() >>> X = [['Toyota', 'vermelho'], ['Toyota', 'verde'], ['BMW', 'vermelho']]
>>> enc.fit(X) >>> enc.get_feature_names() array(['x0_BMW', 'x0_Toyota', 'x1_verde', 'x1_vermelho'], dtype=object)
>>> X_prime = enc.transform(X).toarray() >>> X_prime array([[0., 1., 0., 1.], [0., 1., 1., 0.], [1., 0., 0., 1.]])
Para contar o número de carros da marca Toyota no conjunto de dados, obtendo corretamente o resultado 2, Natasha pode usar a seguinte linha de código:
Q1892801
Banco de Dados
Texto associado
DUAL
ATENÇÃO!
Na próxima questão, considere as tabelas de banco de dados T, TX e DUAL, exibidas com suas respectivas instâncias a seguir.
T
TX
Nas colunas das três tabelas, o tipo é o de número inteiro. Em
todos os comandos SQL, considera-se o NULL como um valor
desconhecido (unknown).
Supondo que a coluna sequencia da tabela T, anteriormente
definida, deveria conter números inteiros em sequência
contínua, seria preciso descobrir os intervalos de valores
faltantes. Um valor é considerado faltante quando a) é um
número inteiro n entre o menor e o maior valor da tabela, tal
que n não esteja presente na tabela, ou b) é um número
presente na tabela T, com valor nulo na coluna caracteristica.
O comando SQL que produz o resultado acima, a partir da instância inicialmente definida para a tabela T, é:
O comando SQL que produz o resultado acima, a partir da instância inicialmente definida para a tabela T, é:
Q1892800
Banco de Dados
Texto associado
DUAL
ATENÇÃO!
Na próxima questão, considere as tabelas de banco de dados T, TX e DUAL, exibidas com suas respectivas instâncias a seguir.
T
TX
Nas colunas das três tabelas, o tipo é o de número inteiro. Em
todos os comandos SQL, considera-se o NULL como um valor
desconhecido (unknown).
Considere que é preciso atualizar os dados da tabela T a partir
dos dados da tabela TX, ambas definidas anteriormente. A
consolidação é feita por meio da alteração na tabela T a partir de
registros de TX.
O comando SQL utilizado nessa atualização é exibido a seguir.
O número de registros da tabela T afetados pela execução do comando SQL acima é:
O comando SQL utilizado nessa atualização é exibido a seguir.
O número de registros da tabela T afetados pela execução do comando SQL acima é:
Q1892799
Estatística
A demanda de um certo serviço público no mês t é modeladapela equação 20 + 3t + 2D(t) + εt, onde D(t) = 1, se t = 6, e 0, casocontrário, e ε é um ruído com média zero e variância 4.
As previsões de demanda nos meses 6 e 12 são, respectivamente:
As previsões de demanda nos meses 6 e 12 são, respectivamente:
Q1892798
Estatística
Numa empresa com 100 funcionários, todos foram perguntados a
respeito de suas preferências sobre trabalho remoto ou
presencial. Dos funcionários de 18 a 39 anos, 40% preferem
trabalho presencial. Dos funcionários acima de 40 anos, 40%
mostraram preferência pelo remoto. Dos 100 funcionários, 50
têm mais de 40 anos. O presidente da empresa está interessado
em saber se a preferência por trabalho remoto é independente
da categoria de idade (18 a 39 e acima de 40 anos).
O teste a ser usado pelo presidente e o valor da estatística de teste são, respectivamente:
O teste a ser usado pelo presidente e o valor da estatística de teste são, respectivamente:
Q1892797
Estatística
A média e a variância de uma distribuição binomial são,
respectivamente, 20 e 4.
O número de ensaios (n) dessa distribuição é:
Q1892796
Estatística
O histograma a seguir mostra a quantidade de refeições para
cada faixa de preço, em uma determinada área do Rio de Janeiro.
O conjunto de dados consistente com o histograma é:
Q1892795
Estatística
Assuma que o valor anual gasto para pagamento de pessoal
em municípios de uma certa região do Brasil possui
distribuição normal com parâmetros desconhecidos. Em uma
amostra de 16 municípios, observou-se um gasto médio de
R$ 1.000.000,00 ao ano com desvio padrão amostral igual a
R$ 500.000,00. Gostaríamos de testar se o gasto médio para
pagamento de pessoal desses municípios é estatisticamente
diferente de R$ 750.000,00.
O teste a ser usado e o valor da sua estatística de teste são, respectivamente:
O teste a ser usado e o valor da sua estatística de teste são, respectivamente:
Q1892793
Estatística
Considere a seguinte sequência de 2001 valores: x1=-1000,
x2=-999, ..., x1001=0, x1002=1, ..., x2001=1000.
A covariância amostral entre essa sequência e a sequência de
seus valores ao quadrado (yi = xi
2
) é:
Q1892792
Legislação Federal
Sobre o sistema da Lei Anticorrupção, é correto afirmar que:
Q1892791
Legislação Federal
Por meio de inquérito civil promovido pelo Ministério Público
Federal, constatou-se que a sociedade empresária Orangeland
Indústria e Comércio Ltda. tinha a prática de criar empresas em
situação de sobreposição de endereço, como subterfúgio para
burlar o fisco e os credores em geral. A inquisa, conforme
contrato social acostado, apurou ainda que a sociedade
empresária foi constituída em 18/07/2011, pelos sócios Ares
(50%) e Hermes (50%), sendo certo que Ares é um dos filhos de
conhecido líder de organização criminosa, possuindo intenso
envolvimento com as atividades do grupo, além de atuar como
pessoa interposta do seu pai, Zeus. Ares figura como sócio de
cinco empresas: OrangeCar Veículos e Peças Ltda., Apolo Laranjal
S/A, OrangePlastic Indústria e Comércio Ltda., Orangeland
Indústria e Comércio Ltda. e OrangePlastic Industrial Ltda. Com
relação à interposição de pessoas, ficou apurado que Hermes,
genro de Zeus (casado com Ártemis), apesar de constar como
sócio formal da Orange Imports e Comércio Ltda., empresa
fantasma, ocupa apenas o cargo de diretor da OrangePlastic
Indústria e Comércio Ltda., sendo este um dos “laranjas”
qualificados do Grupo Orange, sob o comando de Zeus. O
contrato social é assinado e testemunhado por Atena, que atuava
na área técnica, especialmente contábil, responsável por
instrumentalizar formalmente a constituição de diversas
empresas fantasmas do grupo, entre elas, a Orangeland Indústria
e Comércio Ltda. A materialidade e autoria do crime de falsidade
ideológica foram comprovadas mediante sentença do Juízo da 1ª
Vara Federal de São Paulo. Em 11/02/2020, enquanto as
atividades investigadas seguiam em pleno desenvolvimento, o
acervo angariado fundamentou o ajuizamento de Ação Civil
Pública em desfavor das pessoas físicas e jurídicas mencionadas,
onde a Orangeland Indústria e Comércio Ltda. foi condenada,
diante do reconhecimento de que foi única e simplesmente
criada para ocultar e branquear seus reais ganhos, sonegando e
ludibriando a Receita Federal, o que gerou um prejuízo ao erário
na monta de R$ 527.869.928,06, juntamente com as demais
empresas do Grupo Orange. Concluiu-se que a sociedade
empresária apenas existiu formalmente para encobrir transações
do grupo, configurando-se o cometimento de ato lesivo ao
patrimônio público previsto no Art. 5º, inciso V, da Lei nº
12.846/2013 (“dificultar atividade de investigação ou fiscalização
de órgãos, entidades ou agentes públicos, ou intervir em sua
atuação, inclusive no âmbito das agências reguladoras e dos
órgãos de fiscalização do sistema financeiro nacional”).
Sobre a hipótese e a aplicação da Lei nº 12.846/2013, é correto afirmar que:
Sobre a hipótese e a aplicação da Lei nº 12.846/2013, é correto afirmar que:
Conheça nossos planos