Questões de Concurso Público FUNPRESP-JUD 2021 para Analista de Tecnologia da Informação - Desenvolvimento de Sistemas

Foram encontradas 120 questões

Q1855655 Engenharia de Software

Quanto ao desenvolvimento web, julgue o seguinte item.


No Git, uma tag é simplesmente um apontador fixo para um commit específico. Ao contrário de branches, esse apontador não avança com novos commits.

8


8

Alternativas
Q1855656 Programação

Quanto ao desenvolvimento web, julgue o seguinte item.


Quando enviamos um arquivo através de um formulário para o PHP, ele cria a super global $_FILES, no mesmo estilo das super globais $_GET e $_POST. Cada campo do tipo file é colocado em um array dentro de $_FILES.

Alternativas
Q1855657 Arquitetura de Software
Quanto à arquitetura em três camadas (Modelo MVC), julgue o seguinte item.
A arquitetura MVC (model control view) não é recomendada para aplicações WEB que não usem algum tipo de autenticação em seu ponto de acesso.
Alternativas
Q1855658 Programação

Em relação a soluções de integração entre sistemas e Interoperabilidade de sistemas, julgue o seguinte item.


<colaborador>

                <nome>Ciclano de tal </nome>

               <matricula>935672</matricula>

                <função>Professor</função> 

                <departamento>

                            <e-

                mail>[email protected]</e-

               mail>

                            <ramal>8483</ramal>

                </departamento>

</coloborador>



Considerando esse conteúdo presente em um arquivo Colaborador.xml e sendo executado em um navegador, esse arquivo apresentará erro de formatação.

Alternativas
Q1855659 Arquitetura de Software

Em relação a soluções de integração entre sistemas e Interoperabilidade de sistemas, julgue o seguinte item.


Em uma mensagem SOAP (simple object access protocol), não há referência ao endereço de destino no envelope da mensagem SOAP, pois independe do mecanismo de transporte utilizado. O protocolo HTTP é quem tem a atribuição de especificar o endereço de destino.

Alternativas
Q1855660 Arquitetura de Software

Em relação a soluções de integração entre sistemas e Interoperabilidade de sistemas, julgue o seguinte item.


XML e WSDL são padrões comumente utilizados para viabilizar a comunicação entre Web Services em uma abordagem SOA. 

Alternativas
Q1855661 Arquitetura de Software

Em relação a soluções de integração entre sistemas e Interoperabilidade de sistemas, julgue o seguinte item.


O foco central da arquitetura SOA são as definições de serviços. As tarefas ou as funções de negócio são orquestradas para prover automatização do processo após a definição dos serviços.

Alternativas
Q1855662 Engenharia de Software

Com base nas metodologias de desenvolvimento de software, julgue o seguinte item. 


Os métodos ágeis são mais eficazes quando o sistema pode ser desenvolvido com uma pequena equipe colocalizada capaz de se comunicar de maneira informal. Isso pode não ser possível para sistemas de grande porte que exigem equipes de desenvolvimento maiores. Nesse caso, uma abordagem dirigida a planos pode ser usada.

Alternativas
Q1855663 Engenharia de Software

Com base nas metodologias de desenvolvimento de software, julgue o seguinte item. 


Embora a ideia de envolvimento do cliente no processo de desenvolvimento seja atraente, seu sucesso depende de um cliente disposto e capaz de passar o tempo com a equipe de desenvolvimento, e que possa representar todos os stakeholders do sistema. Frequentemente, os representantes dos clientes estão sujeitos a diversas pressões e não podem participar plenamente do desenvolvimento de software.

Alternativas
Q1855664 Engenharia de Software

Com base nas metodologias de desenvolvimento de software, julgue o seguinte item. 


Extreme Programming leva uma abordagem “extrema” para o desenvolvimento incremental. Novas versões do software podem ser construídas várias vezes por dia e releases são entregues aos clientes a cada duas semanas, aproximadamente. Prazos de releases nunca são desrespeitados. Se houver problemas de desenvolvimento, o cliente é consultado e a funcionalidade é removida do release planejado.

Alternativas
Q1855665 Engenharia de Software

Com base nas metodologias de desenvolvimento de software, julgue o seguinte item. 


O desenvolvimento test-first é uma das mais importantes inovações no XP. Em vez de escrever algum código e, em seguida, escrever testes para esse código, primeiro escrevem-se os testes antes de escrever o código. Isso significa que a execução do teste ocorre enquanto o código está sendo escrito e permite encontrar problemas durante o desenvolvimento.

Alternativas
Q1855666 Engenharia de Software

Com base nas metodologias de desenvolvimento de software, julgue o seguinte item. 


A abordagem Scrum é um método ágil geral, mas seu foco está no gerenciamento do desenvolvimento iterativo, ao invés das abordagens técnicas específicas da engenharia de software ágil. Scrum não prescreve o uso de práticas de programação, como programação em pares e desenvolvimento test-first. 

Alternativas
Q1855667 Engenharia de Software

Em relação à gerenciamento do ciclo de vida do software, julgue o seguinte item.


No modelo cascata, existe uma intercalação de atividades de especificação, desenvolvimento e validação. O sistema é desenvolvido como uma série de versões (incrementos), de maneira que cada versão adiciona funcionalidade à anterior.

Alternativas
Q1855668 Arquitetura de Software

Em relação à gerenciamento do ciclo de vida do software, julgue o seguinte item.


Processos reais de software são intercalados com sequências de atividades técnicas, de colaboração e de gerência, com o intuito de especificar, projetar, implementar e testar um sistema de software. Os desenvolvedores de software usam uma variedade de diferentes ferramentas de software em seu trabalho.

Alternativas
Q1855669 Arquitetura de Software

Em relação à gerenciamento do ciclo de vida do software, julgue o seguinte item.


A distinção entre o desenvolvimento e a manutenção é cada vez mais irrelevante. Poucos sistemas de software são completamente novos, e faz muito mais sentido ver o desenvolvimento e a manutenção como processos contínuos. Em vez de dois processos separados, é mais realista pensar na engenharia de software como um processo evolutivo, no qual o software é constantemente alterado durante seu período de vida em resposta às mudanças de requisitos e às necessidades do cliente.

Alternativas
Q1855670 Engenharia de Software

Em relação à gerenciamento do ciclo de vida do software, julgue o seguinte item.


O modelo de processo evolucionário é uma variação no modelo cascata. Esse modelo descreve a relação entre as ações de garantia da qualidade e as ações relacionadas à comunicação, à modelagem e às atividades de construção iniciais. 

Alternativas
Q1855671 Arquitetura de Software

Em relação à gerenciamento do ciclo de vida do software, julgue o seguinte item.


O processo de software pessoal (Personal Software Process - PSP) enfatiza a medição pessoal, tanto do artefato de software gerado quanto da qualidade resultante dele. Além disso, responsabiliza o profissional pelo planejamento do projeto e lhe dá poder para controlar a qualidade de todos os artefatos de software desenvolvidos.

Alternativas
Q1855672 Inglês
Taking into account the following text, judge the subsequent item.

Perspectives on modern data analytics

By Eric Knorr - Editor in Chief, CIO | APR 12, 2021 3:00 AM PDT

Some things don't change, even during a pandemic. Consistent with previous years, in CIO’s 2021 State of the CIO survey, a plurality of the 1,062 IT leaders surveyed chose “data/business analytics” as the No.1 tech initiative expected to drive IT investment.
Unfortunately, analytics initiatives seldom do nearly as well when it comes to stakeholder satisfaction.
Last year, CIO contributor Mary K. Pratt offered an excellent analysis of why data analytics initiatives still fail, including poor-quality or siloed data, vague rather than targeted business objectives, and clunky one-size-fits-all feature sets. But a number of fresh approaches and technologies are making these pratfalls less likely.
(...)
New technology invariably incurs new risks. No advancement has had more momentous impact on analytics than machine learning – from automating data prep to detecting meaningful patterns in data – but it also adds an unforeseen hazard. As CSO Senior Writer Lucian Constantin explains in "How data poisoning attacks corrupt machine learning models," deliberately skewed data injected by malicious hackers can tilt models toward some nefarious goal. The result could be, say, manipulated product recommendations, or even the ability for hackers to infer confidential underlying data.
(...)
In the end, the secret to successful analytics is not in choosing and implementing the perfect technology, but in cultivating a broad understanding that pervasive analytics yields better decisions and superior outcomes. Usually, you can iron out technology kinks or requirements misunderstandings. But if you can't change the mindset, few will use the beautiful analytics machine you just built.

Disponível em: https://www.cio.com/article/3614692/5-perspectiveson-modern-data-analytics.html.
Acesso em: 15 out. 2021. 
According to the CIO’s 2021 State of the CIO survey, the technology enterprise which will probably demand IT investment in the near future will be business analytics.
Alternativas
Q1855673 Inglês
Taking into account the following text, judge the subsequent item.

Perspectives on modern data analytics

By Eric Knorr - Editor in Chief, CIO | APR 12, 2021 3:00 AM PDT

Some things don't change, even during a pandemic. Consistent with previous years, in CIO’s 2021 State of the CIO survey, a plurality of the 1,062 IT leaders surveyed chose “data/business analytics” as the No.1 tech initiative expected to drive IT investment.
Unfortunately, analytics initiatives seldom do nearly as well when it comes to stakeholder satisfaction.
Last year, CIO contributor Mary K. Pratt offered an excellent analysis of why data analytics initiatives still fail, including poor-quality or siloed data, vague rather than targeted business objectives, and clunky one-size-fits-all feature sets. But a number of fresh approaches and technologies are making these pratfalls less likely.
(...)
New technology invariably incurs new risks. No advancement has had more momentous impact on analytics than machine learning – from automating data prep to detecting meaningful patterns in data – but it also adds an unforeseen hazard. As CSO Senior Writer Lucian Constantin explains in "How data poisoning attacks corrupt machine learning models," deliberately skewed data injected by malicious hackers can tilt models toward some nefarious goal. The result could be, say, manipulated product recommendations, or even the ability for hackers to infer confidential underlying data.
(...)
In the end, the secret to successful analytics is not in choosing and implementing the perfect technology, but in cultivating a broad understanding that pervasive analytics yields better decisions and superior outcomes. Usually, you can iron out technology kinks or requirements misunderstandings. But if you can't change the mindset, few will use the beautiful analytics machine you just built.

Disponível em: https://www.cio.com/article/3614692/5-perspectiveson-modern-data-analytics.html.
Acesso em: 15 out. 2021. 
The advancements on machine learning have always been preventing hackers from inferring confidential data or manipulating product recommendations when it comes to business analytics.
Alternativas
Q1855674 Inglês
Taking into account the following text, judge the subsequent item.

Perspectives on modern data analytics

By Eric Knorr - Editor in Chief, CIO | APR 12, 2021 3:00 AM PDT

Some things don't change, even during a pandemic. Consistent with previous years, in CIO’s 2021 State of the CIO survey, a plurality of the 1,062 IT leaders surveyed chose “data/business analytics” as the No.1 tech initiative expected to drive IT investment.
Unfortunately, analytics initiatives seldom do nearly as well when it comes to stakeholder satisfaction.
Last year, CIO contributor Mary K. Pratt offered an excellent analysis of why data analytics initiatives still fail, including poor-quality or siloed data, vague rather than targeted business objectives, and clunky one-size-fits-all feature sets. But a number of fresh approaches and technologies are making these pratfalls less likely.
(...)
New technology invariably incurs new risks. No advancement has had more momentous impact on analytics than machine learning – from automating data prep to detecting meaningful patterns in data – but it also adds an unforeseen hazard. As CSO Senior Writer Lucian Constantin explains in "How data poisoning attacks corrupt machine learning models," deliberately skewed data injected by malicious hackers can tilt models toward some nefarious goal. The result could be, say, manipulated product recommendations, or even the ability for hackers to infer confidential underlying data.
(...)
In the end, the secret to successful analytics is not in choosing and implementing the perfect technology, but in cultivating a broad understanding that pervasive analytics yields better decisions and superior outcomes. Usually, you can iron out technology kinks or requirements misunderstandings. But if you can't change the mindset, few will use the beautiful analytics machine you just built.

Disponível em: https://www.cio.com/article/3614692/5-perspectiveson-modern-data-analytics.html.
Acesso em: 15 out. 2021. 
The adjective “pervasive” in pervasive analytics could be replaced by the adjective “extensive” without a change in meaning in the aforementioned context.
Alternativas
Respostas
101: C
102: C
103: E
104: C
105: C
106: C
107: E
108: C
109: C
110: C
111: C
112: C
113: E
114: C
115: C
116: E
117: C
118: C
119: E
120: C