Questões de Concurso
Para analista judiciário - análise de sistemas de informação
Foram encontradas 398 questões
Resolva questões gratuitamente!
Junte-se a mais de 4 milhões de concurseiros!
Considere o texto abaixo, adaptado da Lei Geral de Proteção de Dados (LGPD).
“Os agentes de tratamento de dados, em razão das infrações cometidas às normas previstas nesta Lei, ficam sujeitos às sanções administrativas aplicáveis pela autoridade nacional, dentre elas, multa simples sobre o faturamento da pessoa jurídica de direito privado, grupo ou conglomerado no Brasil no seu último exercício, excluídos os tributos, limitada, no total, a um determinado valor em reais por infração.” (grifos nossos).
O percentual de multa simples e o valor em reais por infração, referidos no texto, são, correta e respectivamente, de até
id - int (Primary Key) nome - varchar (70) cidade - varchar (40) estado - varchar (40)
Em condições ideais, para exibir os dados de todos os clientes, cujo nome da cidade não seja igual ao nome do estado, utiliza-se a instrução SQL: SELECT * FROM cliente WHERE
CREATE DEFINER="root"e"localhost” FUNCTION “Apoio” (ent VARCHAR (255)) RETURNS varchar (255) CHARSET
utf8mb4 DETERMINISTIC
BEGIN DECLARE len INT; DECLARE i INT; SET len = CHAR LENGTH(ent); SET i =õoO; WHILE (i < len) DO IF (MID(ent,i,1) ="! " OR i = 0) THEN IF (i < len) THEN SET ent = CONCAT( LEFT (ent,i), UPPER (MID(ent,i + 1,1)), RIGHT (ent,len - i - 1)
) ; END IF;
END IF; SET i - i + I; END WHILE; RETURN ent; END
Esta função foi executada pelo comando abaixo.
SELECT Apoio (cargo) from usuarios;
Espera-se, como resultado, uma lista com os conteúdos do campo cargo
class App extends React.Component {
}
O único método necessário dentro desta classe, que recebe os dados de entrada e retorna o que deve ser exibido, é o componente
<dependency> <groupId>org.springframework .boot</groupId> <artifactId>spring-boot-starter-data-jpa</artifactId> </dependency > <dependency> <groupId>org.postgresql</groupld> <artifactId>postgresql</artifactId> </dependency >
Tais configurações foram inseridas corretamente no arquivo
String driver, url, usuario, senha, sql; Connection conecta; PreparedStatement st; driver = "com.mysql.cj.jdbc.Driver"; url = "jdbc:mysql://localhost:3306/bd" ; usuario = "root"; senha sql "aB12c56DY" ; = "SELECT * FROM users WHERE usuario=? AND senha=?"; Class.forName (driver) ; conecta = DriverManager.getConnection (url, usuario, senha) ; st = conecta.prepareStatement (sql); st.setString(1, txtUsuario.getText ()); st.setString(2, pswSenha.getText ());
Para executar o comando SQL SELECT na tabela users do banco de dados bd e armazenar o retorno em rs deve-se utilizar, na próxima linha do bloco de código, o comando
class Calcula def self.soma(x,y)
puts (x+y) end def self.soma(x,y,2Z) puts (x+y+z) end
end
Considerando um ambiente de testes em condições ideais,
Considere o trecho de código PHP abaixo.
<?php
Sservername = "localhost" ;
Sdatabase = "dbname" ;
Susername = "username" ;
Spassword = "password";
Sconn = ...I... ($servername, Susername, Spassword, Sdatabase) ;
if (!$conn) {
die("Conexão falhou. Erro: ". ...II...) ;
}
echo "Conexão bem-sucedida.";
...III... ($conn) ;
? >
Para fazer a conexão com o banco de dados MySQL de forma bem-sucedida, em condições ideais, as lacunas I, II e III devem ser, correta e respectivamente, preenchidas com
Observe os dois trechos de código Python abaixo
Considere que foram executados estes comandos, antes de I e antes de II, em ambiente configurado em condições ideais:
É correto afirmar:
Observe a figura abaixo.
Acerca dos aplicativos e arquivos envolvidos no processo de execução de programas:
I Treinar o modelo ajustando os atributos, parâmetros de treinamento e algoritmos até que o modelo produza os resultados desejados. A validação é realizada comparando-se as predições com os resultados reais.
II Monitorar os resultados das predições para verificar se o modelo continua generalizando. Se houver uma diminuição significativa na capacidade de predição do modelo, este deve ser treinado novamente com novos dados ou até mesmo os algoritmos, atributos e parâmetros de treinamento devem ser ajustados.
III Definir o objetivo do aprendizado de máquina, estruturar o modelo que será o responsável por realizar as predições e adequar os dados para os algoritmos selecionados.
IV Verificar se o modelo generaliza. No caso de o modelo não generalizar, deve-se retornar para as fases anteriores ou até mesmo para a fase inicial. Se generalizar, o modelo já pode seguir para a produção.
A ordem sequencial correta das outras fases é:
- ser ...I... , permitindo que novos conteúdos possam ser incorporados e novos problemas possam ser abordados, sem perder a integridade e a consistência. - estar ...II... , estruturas e regulamentos pertinentes. - ser ...III..., com os componentes principais e seus relacionamentos identificados, de forma a maximizar a consistência e permitir a automação dos processos.
As lacunas I, II e III são, correta e respectivamente, preenchidas por
"Realizar o controle integrado de mudanças”