Questões de Concurso Para serpro

Foram encontradas 5.382 questões

Resolva questões gratuitamente!

Junte-se a mais de 4 milhões de concurseiros!

www.qconcursos.com
Q1754014
Banco de Dados Big Data ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754014 Banco de Dados
Com relação aos fundamentos do big data, julgue os itens que se seguem.
No que se refere aos três Vs do big data, o termo volume refere-se a dados que, atualmente, não são estruturados nem armazenados em tabelas relacionais, o que torna sua análise mais complexa.
Alternativas
Q1754013
Engenharia de Software Gestão de Projetos em Engenharia de Software ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754013 Engenharia de Software
Em uma organização, foram elencadas as necessidades a seguir.
I Aplicação de modelo de gerenciamento com base no Six Sigma, de modo a gerenciar as etapas da Mineração de Dados do setor responsável.
II Implantação do processo Sequenciar Atividades, no desenvolvimento do cronograma do projeto, com base no PMBOK.
III Implantação de abordagem ágil em relação à criação do backlog do projeto — lista ordenada de todo o trabalho, apresentado em forma de história.
Tendo como referência essa situação hipotética e a gestão de projetos em ciência de dados, julgue o item a seguir
Para a implantação do processo descrito em II, pode-se utilizar o método de diagrama de precedência, quando da definição da sequência lógica do trabalho e dos relacionamentos entre as atividades, tendo como saída a Estrutura Analítica do Projeto (EAP).
Alternativas
Q1754012
Banco de Dados Modelagem de dados , Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754012 Banco de Dados
Em uma organização, foram elencadas as necessidades a seguir.
I Aplicação de modelo de gerenciamento com base no Six Sigma, de modo a gerenciar as etapas da Mineração de Dados do setor responsável.
II Implantação do processo Sequenciar Atividades, no desenvolvimento do cronograma do projeto, com base no PMBOK.
III Implantação de abordagem ágil em relação à criação do backlog do projeto — lista ordenada de todo o trabalho, apresentado em forma de história.
Tendo como referência essa situação hipotética e a gestão de projetos em ciência de dados, julgue o item a seguir
Para o atendimento à necessidade I, deve-se implantar a CRISP-DM, cujas etapas são Entendimento do Negócio, Entendimento dos Dados, Preparação dos Dados, Modelagem, Avaliação e Aplicação.
Alternativas
Q1754011
Engenharia de Software Processos de Software - Desenvolvimento Ágil , Scrum ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754011 Engenharia de Software
Em uma organização, foram elencadas as necessidades a seguir.
I Aplicação de modelo de gerenciamento com base no Six Sigma, de modo a gerenciar as etapas da Mineração de Dados do setor responsável.
II Implantação do processo Sequenciar Atividades, no desenvolvimento do cronograma do projeto, com base no PMBOK.
III Implantação de abordagem ágil em relação à criação do backlog do projeto — lista ordenada de todo o trabalho, apresentado em forma de história.
Tendo como referência essa situação hipotética e a gestão de projetos em ciência de dados, julgue o item a seguir
Quando da implantação do backlog, descrito em III, não é necessária a criação de todas as histórias para todo o projeto antes do início do trabalho, e sim apenas o suficiente para entender os detalhes da primeira entrega.
Alternativas
Q1754010
Estatística Estatística descritiva (análise exploratória de dados) , Medidas de Dispersão (Amplitude, Desvio Médio, Variância, Desvio Padrão e Coeficiente de Variação) ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754010 Estatística
Considerando que o número X de erros registrados em determinado tipo de código computacional siga uma distribuição binomial com média igual a 4 e variância igual a 3, julgue o item subsecutivo. 
O coeficiente de variação da distribuição de erros X é igual a 3.
Alternativas
Q1754009
Estatística Principais distribuições de probabilidade ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754009 Estatística
Considerando que o número X de erros registrados em determinado tipo de código computacional siga uma distribuição binomial com média igual a 4 e variância igual a 3, julgue o item subsecutivo. 
P(X = 0) = 3/4.
Alternativas
Q1754008
Estatística Estatística descritiva (análise exploratória de dados) , Medidas de Posição - Tendência Central (Media, Mediana e Moda) ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754008 Estatística
Considerando que o número X de erros registrados em determinado tipo de código computacional siga uma distribuição binomial com média igual a 4 e variância igual a 3, julgue o item subsecutivo. 
A mediana de X é igual a 4.
Alternativas
Q1754007
Estatística Principais distribuições de probabilidade , Distribuição Normal ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754007 Estatística
Considerando que o número X de erros registrados em determinado tipo de código computacional siga uma distribuição binomial com média igual a 4 e variância igual a 3, julgue o item subsecutivo. 
A quantidade padronizada Z = x - 4/√3 segue distribuição normal padrão.
Alternativas
Q1754006
Estatística Estatística descritiva (análise exploratória de dados) , Medidas de Posição - Tendência Central (Media, Mediana e Moda) , Medidas de Dispersão (Amplitude, Desvio Médio, Variância, Desvio Padrão e Coeficiente de Variação) ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754006 Estatística
Considerando que o número X de erros registrados em determinado tipo de código computacional siga uma distribuição binomial com média igual a 4 e variância igual a 3, julgue o item subsecutivo. 
É impossível haver registros de 18 erros nesse tipo de código computacional.
Alternativas
Q1754005
Programação Frameworks em Programação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754005 Programação
A respeito de frameworks, julgue os itens subsequentes.
O PySpark funciona como uma interface entre Python e JAVA para a construção de pipelines de dados.
Alternativas
Q1754004
Programação Frameworks Java ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754004 Programação
A respeito de frameworks, julgue os itens subsequentes.
TensorFlow é utilizado com Java para implementar espaços de colaboração, unindo os desenvolvedores de um time em um mesmo ambiente virtual.
Alternativas
Q1754003
Programação Java , Linguagens de programação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754003 Programação
Sobre a linguagem de programação JAVA, julgue o próximo item.
O polimorfismo ocorre quando a mesma operação é construída em uma mesma classe ou quando o método da subclasse sobrepõe-se ao método da superclasse.
Alternativas
Q1754002
Programação Java , Linguagens de programação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754002 Programação
Sobre a linguagem de programação JAVA, julgue o próximo item.
A compilação de um programa JAVA para ambiente Windows gera um programa com extensão EXE, o qual é executado pelo sistema operacional.
Alternativas
Q1754001
Programação Linguagens de programação , Python ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754001 Programação
A respeito da linguagem de programação Python, julgue o item a seguir.
Listas são coleções alteráveis de qualquer tipo de objeto — como, por exemplo, outras listas — capazes de gerar um efeito top-down sem limite de níveis.
Alternativas
Q1754000
Programação Linguagens de programação , Python ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1754000 Programação
A respeito da linguagem de programação Python, julgue o item a seguir.
As tuplas, embora sejam semelhantes às listas, estão limitadas a, no máximo, cinco níveis.
Alternativas
Q1753999
Banco de Dados Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753999 Banco de Dados
    Determinado parâmetro β será estimado recursivamente com a ajuda de um método de otimização matemática com base em uma função objetivo g(β). Para essa estimação, a base de dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se seguem.
Em cada iteração na estimação do parâmetro β, o método do gradiente descendente requer n observações da base de treinamento, ao passo que o método do gradiente descendente estocástico utiliza uma observação selecionada aleatoriamente dessa base de treinamento.
Alternativas
Q1753998
Banco de Dados Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753998 Banco de Dados
    Determinado parâmetro β será estimado recursivamente com a ajuda de um método de otimização matemática com base em uma função objetivo g(β). Para essa estimação, a base de dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se seguem.
Entre as condições ideais relativas à função objetivo g(β) para a aplicação do método do gradiente descendente incluem-se convexidade, continuidade e diferenciabilidade.
Alternativas
Q1753997
Banco de Dados Banco de Dados ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753997 Banco de Dados
    Determinado parâmetro β será estimado recursivamente com a ajuda de um método de otimização matemática com base em uma função objetivo g(β). Para essa estimação, a base de dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se seguem.
O método do gradiente descendente é equivalente ao método de Newton-Raphson, no qual o incremento, para a estimação do parâmetro β, depende da primeira e da segunda derivada da função objetivo g(β).
Alternativas
Q1753996
Banco de Dados Banco de Dados , Data Mining ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753996 Banco de Dados
    Determinado parâmetro β será estimado recursivamente com a ajuda de um método de otimização matemática com base em uma função objetivo g(β). Para essa estimação, a base de dados de treinamento consistirá de n observações.
Considerando essa situação hipotética, julgue os itens que se seguem.
O gradiente descendente em lote é um método probabilístico de otimização no qual, para cada iteração, encontram-se L × n observações geradas mediante amostragem (com reposição) da base de dados de treinamento (em que L representa o número de lotes, com L > 1).
Alternativas
Q1753995
Banco de Dados Metadados e Metainformação ,
Ano: 2021 Banca: CESPE / CEBRASPE Órgão: SERPRO Prova: CESPE / CEBRASPE - 2021 - SERPRO - Analista - Especialização: Ciência de Dados |
Q1753995 Banco de Dados
    Dados ausentes são muito comuns em aplicações que envolvem preenchimentos de formulários. Para o seu tratamento estatístico, encontra-se, na literatura, uma taxonomia para o mecanismo gerador de dados ausentes que os classifica em tipos como MAR (missing at random), MCAR (missing completely at random) e MNAR (missing not at random).
Considerando essas informações, julgue os itens subsequentes, relativos ao tratamento de dados ausentes.  
Para o tratamento estatístico de valores ausentes do tipo MCAR, é suficiente preencher com zeros as lacunas existentes em um conjunto de dados.
Alternativas
Respostas
221: E
222: E
223: E
224: C
225: E
226: E
227: C
228: E
229: C
230: C
231: E
232: C
233: E
234: C
235: E
236: C
237: C
238: E
239: E
240: E
www.qconcursos.com