← Voltar para a lista de provas Ministério Público do Estado do Ceará (MPCE) · Analista Ministerial — Especialidade: Ciências da Computação 70 questões nesta prova · página 2 de 4 · 66 com gabarito Gabarito disponível A gerência da organização tem autoridade para alocar recursos em apoio à melhoria de processos. O modelo pressupõe comprometimento da gerência da organização, que detém autoridade para direcionar a alocação ou realocação de recursos de modo a apoiar eficazmente a melhoria dos processos organizacionais. O item está correto. A) Correta: reflete o papel da gerência no modelo. B) Errada: contraria o gabarito e a lógica de patrocínio da melhoria. Referência: MR-MPS-SW:2024 – Melhoria de processos organizacionais e comprometimento da gerência. Resolução comentada do VaiConcursos. Gabarito disponível O MPS-SW baseia-se em modelos e normas de qualidade de processo de software, não de gestão de pessoas. O MPS-SW baseia-se nas normas e modelos internacionais de processo de software (ISO/IEC 12207, ISO/IEC 33000 e CMMI-DEV), e não em requisitos de gestão de pessoas (como o P-CMM). A afirmação é, portanto, falsa. A) Errada: atribui ao MPS-SW uma base em gestão de pessoas, que não é sua fundamentação. B) Correta: o item é falso. Referência: Guia Geral MPS de Software – bases técnicas (ISO/IEC 12207, ISO/IEC 33000, CMMI-DEV). Resolução comentada do VaiConcursos. Gabarito disponível O propósito da gerência de projetos é estabelecer e manter planos que definam atividades, recursos e responsabilidades. No MR-MPS-SW, o propósito do processo de Gerência de Projetos é estabelecer e manter planos que definam as atividades, recursos, riscos, prazos e responsabilidades do projeto, além de monitorá-lo. O item descreve isso corretamente, conforme o gabarito. A) Correta: está de acordo com o propósito do processo. B) Errada: contraria o gabarito oficial e o texto do modelo. Referência: MR-MPS-SW:2024 – Gerência de Projetos (GPR). Resolução comentada do VaiConcursos. Gabarito disponível O MR-MPS-SW prevê uso de técnicas estatísticas para prever o alcance dos objetivos de qualidade e desempenho. Nos níveis mais altos de maturidade (níveis B e A), o modelo exige gerência quantitativa do desempenho dos processos, usando técnicas estatísticas e quantitativas para determinar ou prever o alcance dos objetivos de qualidade e desempenho. O item reflete essa exigência, conforme o gabarito. A) Correta: coerente com os resultados esperados dos processos de gerência quantitativa. B) Errada: contraria o gabarito oficial e o modelo. Referência: MR-MPS-SW:2024 – processos de desempenho organizacional/gerência quantitativa. Resolução comentada do VaiConcursos. Gabarito disponível Data lakes armazenam dados estruturados, semiestruturados e não estruturados. A principal característica do data lake é armazenar dados brutos em qualquer formato: estruturados (tabelas), semiestruturados (JSON, XML) e não estruturados (imagens, vídeos). Afirmar que não suportam semiestruturados e não estruturados é falso. A) Errada: aceitaria a restrição de formatos, que não existe em data lakes. B) Correta: o item é falso, pois data lakes suportam todos os tipos de dados. Referência: Conceito de Data Lake (armazenamento de dados brutos, schema-on-read). Resolução comentada do VaiConcursos. Gabarito disponível Regras de associação podem ser aplicadas a dados jurídicos para achar padrões e apoiar recomendações. Regras de associação (ex.: Apriori) descobrem co-ocorrências frequentes entre itens. Aplicadas ao contexto jurídico, podem relacionar argumentos e decisões, tipos de ação e desfechos, e subsidiar a recomendação de precedentes semelhantes. O item está correto. A) Correta: aplicação plausível e coerente com a técnica. B) Errada: a técnica não se limita a cestas de compras de varejo. Referência: Mineração de dados: regras de associação (suporte, confiança, lift; Apriori). Resolução comentada do VaiConcursos. Gabarito disponível Dispersão e histogramas mostram distribuição e correlação; a escolha das variáveis afeta a percepção. Histogramas mostram a distribuição de uma variável, e gráficos de dispersão mostram a relação (correlação) entre duas variáveis, mesmo em grandes volumes de dados. A definição de quais variáveis ocupam os eixos (independente x dependente) influencia a leitura de tendências e padrões. Assim, o item está correto. A) Correta: descreve adequadamente o uso dessas técnicas. B) Errada: nada no item contraria a teoria de visualização de dados. Referência: Conceitos de visualização de dados em BI (histograma e gráfico de dispersão). Resolução comentada do VaiConcursos. Gabarito disponível Gabarito disponível No SCD tipo 2 mantém-se o histórico com novo registro; a sobrescrita é do tipo 1. No SCD tipo 2, a mudança no atributo gera uma nova linha na dimensão, com nova chave substituta e controle de vigência, preservando o histórico. A sobrescrita do valor antigo é característica do tipo 1. Assim, o item está errado. A) Certo: errada, pois descreve o tipo 1. B) Errado: correta, é o gabarito oficial. Referência: Kimball – Slowly Changing Dimensions. Resolução comentada do VaiConcursos. Questão anulada Questão anulada Gabarito disponível O MSE é métrica de regressão, não de acurácia de classificação. O erro quadrático médio mede a média dos quadrados das diferenças entre valores previstos e observados, sendo usado para avaliar modelos de regressão. Modelos de classificação usam métricas como acurácia, precisão, revocação e F1. Por isso, o item está errado. A) Certo: errada, pois o MSE não é métrica de acurácia de classificação. B) Errado: correta, é o gabarito oficial. Referência: Métricas de avaliação em aprendizado de máquina. Resolução comentada do VaiConcursos. Gabarito disponível Descrição de SVM como classificador não probabilístico de margem máxima, linear ou não linear. O SVM busca o hiperplano de margem máxima para separar classes. É um classificador binário não probabilístico e, com funções kernel, realiza também classificação não linear. A afirmação sobre combinar modelos lineares com técnicas baseadas em instâncias é compatível com o uso dos vetores de suporte e dos kernels, e o gabarito considera o item correto. A) Certo: as características estão em conformidade com a definição de SVM. B) Errado: não há erro conceitual que o torne incorreto. Referência: Máquinas de vetores de suporte – Wikipédia e literatura de aprendizado de máquina. Resolução comentada do VaiConcursos. Gabarito disponível O NER é tarefa de rotulagem de entidades (geralmente supervisionada), e não depende do K-means. O reconhecimento de entidades nomeadas identifica e classifica trechos de texto em categorias como pessoa e local, geralmente com modelos supervisionados de sequência (CRF, redes neurais, transformers). O K-means é um algoritmo de agrupamento não supervisionado e não é a técnica adequada para rotular entidades. A justificativa do item está incorreta. A) Certo: errada, pois o NER não se baseia no K-means. B) Errado: correta, é o gabarito oficial. Referência: Processamento de linguagem natural – NER. Resolução comentada do VaiConcursos. Gabarito disponível O PCA realça a variação e os padrões, permitindo reduzir dimensões e facilitar a visualização. O PCA transforma as variáveis originais em componentes principais ortogonais que capturam a maior variância dos dados. Isso evidencia os padrões fortes e permite reduzir o número de dimensões, o que facilita a exploração e a visualização dos dados. A) Certo: descrição adequada do PCA. B) Errado: não há erro no item. Referência: Análise de Componentes Principais – aprendizado de máquina/estatística multivariada. Resolução comentada do VaiConcursos. Gabarito disponível Descrição correta dos agrupamentos hierárquicos aglomerativo (bottom-up) e divisivo (top-down). No aglomerativo, cada objeto começa como um grupo e os grupos mais próximos são combinados sucessivamente até restar um único cluster. No divisivo, todos os pontos começam em um único grupo, que é dividido recursivamente até que um critério de parada seja satisfeito. O item descreve corretamente as duas abordagens. A) Certo: definições corretas. B) Errado: não há erro conceitual. Referência: Clustering hierárquico – abordagens bottom-up e top-down. Resolução comentada do VaiConcursos. Gabarito disponível O broker MQTT é um software (servidor de mensagens), não um hardware. No protocolo MQTT, que usa publicação/assinatura, o broker é um software intermediário que recebe e distribui as mensagens entre publicadores e assinantes (por exemplo, Mosquitto, EMQX). Pode rodar em diferentes hardwares, mas não é um hardware. A) Certo: errada, pois o broker é um software. B) Errado: correta, é o gabarito oficial. Referência: Especificação MQTT (OASIS). Resolução comentada do VaiConcursos. Gabarito disponível IoT não exige alto poder de computação, e há arquiteturas de baixo custo viáveis. Sistemas de IoT costumam usar dispositivos simples e de baixo consumo, como microcontroladores (ESP32, Arduino) e sensores baratos. O processamento pesado pode ser feito na nuvem ou na borda. Logo, é plenamente viável implementar arquiteturas de baixo custo. A) Certo: errada, pois IoT não demanda necessariamente alto poder computacional nos dispositivos. B) Errado: correta, é o gabarito oficial. Referência: Conceitos de arquitetura de Internet das Coisas. Resolução comentada do VaiConcursos. Questão anulada Gabarito disponível Em arquiteturas orientadas a eventos no Azure, tratamento de erros e perda de eventos são desafios. A documentação de arquitetura da Azure indica, entre os desafios do estilo orientado a eventos, a garantia de entrega, o tratamento de erros e a possível perda de eventos, por causa da comunicação assíncrona. Também são citadas a ordenação e a complexidade de monitoramento. O item está de acordo com isso. A) Certo: coerente com os desafios descritos para o estilo. B) Errado: não há erro no item. Referência: Azure Architecture Center – Estilo de arquitetura orientada a eventos. Resolução comentada do VaiConcursos.MPCE 2025 — Analista Ministerial — Ciências da Computação (Cargo 5) — Conhecimentos Específicos
Conforme o MR-MPS-SW:2024, a gerência da organização tem autoridade para direcionar a alocação ou a realocação de recursos para apoiar eficazmente a melhoria de processos organizacionais.Resolução comentada
Análise das alternativas
O modelo MPS para software (MPS-SW) baseia-se nos requisitos de gestão de pessoas dos modelos e das normas que objetivam a definição, a avaliação e a melhoria dessa gestão, uma vez que o desenvolvimento de software é feito basicamente por pessoas devidamente formadas.Resolução comentada
Análise das alternativas
De acordo com o modelo de referência MPS para software MR-MPS-SW:2024, o propósito do processo de gerência de projetos é estabelecer e manter atualizados os planos que definam atividades, recursos, riscos, prazos e responsabilidades do projeto.Resolução comentada
Análise das alternativas
O modelo de referência MPS para software MR-MPS-SW:2024 determina que técnicas estatísticas e outras técnicas quantitativas devem ser utilizadas para determinar ou prever o alcance dos objetivos de qualidade e de desempenho dos processos.Resolução comentada
Análise das alternativas
Embora os data lakes possam armazenar dados estruturados, como tabelas de bancos relacionais, eles não oferecem suporte para dados semiestruturados e não estruturados, tais como arquivos JSON, XML, imagens e vídeos.Resolução comentada
Análise das alternativas
Em mineração de dados, as regras de associação podem ser utilizadas para identificar combinações recorrentes entre argumentos jurídicos e decisões judiciais, revelar padrões entre tipos de ação e desfechos processuais, e auxiliar na recomendação de precedentes com base em casos semelhantes.Resolução comentada
Análise das alternativas
A utilização de gráficos de dispersão e histogramas em grandes conjuntos de dados permite visualizar a distribuição das variáveis e a correlação entre elas; a escolha das variáveis independentes e dependentes influencia a percepção de tendências e padrões. Resolução comentada
Análise das alternativas
A seguir, são apresentadas as tabelas Pessoas, Processos e Partes que existem em um banco de dados: a primeira armazena dados acerca das pessoas envolvidas nos processos; a segunda armazena dados dos processos; e a terceira relaciona pessoas aos processos, com indicação do papel de cada uma (autor, réu, testemunha, etc.). Por fim, uma mesma pessoa pode estar envolvida em mais de um processo, e assumir diferentes papéis em cada um deles.
A partir das informações apresentadas, julgue o item que se segue.
A execução da consulta SQL a seguir listará todos os processos, inclusive aqueles que ainda não têm partes associadas, e exibirá o nome das pessoas e os seus respectivos papéis nos processos em que estão envolvidas.
SELECT p.numero_processo, ps.nome,
pa.tipo_parte
FROM Processos p
LEFT JOIN Partes pa ON p.id_processo =
pa.id_processo
LEFT JOIN Pessoas ps ON pa.id_pessoa =
ps.id_pessoa
Na implementação do slowly changing dimension tipo 2, o valor antigo é sobrescrito pelo valor novo.Resolução comentada
Análise das alternativas
Dimensões degeneradas são atributos de evento inseridos diretamente na tabela de fatos, de modo que se dispensa a criação de uma tabela de dimensão dedicada.
Na abordagem bottom-up, deve-se, primeiro, criar data marts específicos para cada área de negócio, que serão posteriormente integrados em um data warehouse corporativo.
MSE (mean squared error) é uma medida usada para a avaliação da acurácia de modelos de classificação e representa a métrica de fidelidade de acerto de um modelo em relação ao atributo alvo (target attributes), portanto, pode ser utilizada para avaliar o desempenho de assertividade do modelo.Resolução comentada
Análise das alternativas
SVM (support vector machines) é um classificador não probabilístico que utiliza um hiperplano com margem máxima para separar dados em diferentes categorias, combina modelos lineares com técnicas de aprendizagem baseadas em instâncias e pode executar classificações lineares ou realizar classificações não lineares.Resolução comentada
Análise das alternativas
Considere que se queira aplicar técnicas de processamento de linguagem natural na frase Paulo nasceu no Ceará, de forma tal que Paulo e Ceará sejam considerados, respectivamente, o nome da pessoa e o nome do local de nascimento dela. Nessa situação, é correto utilizar o NER (named entity recognition), pois, por meio da utilização do algoritmo K-means, os grupos relacionados aos termos que se deseja segmentar — no caso, pessoa e local — podem ser encontrados.Resolução comentada
Análise das alternativas
A análise de componentes principais (PCA) é uma técnica usada para enfatizar a variação e trazer os padrões fortes em um conjunto de dados, e pode ser utilizada para facilitar a exploração e visualização dos dados, pois permite a redução do número de dimensões de um sistema.Resolução comentada
Análise das alternativas
Nos algoritmos aglomerativos, ocorre primeiramente a classificação de cada objeto em um grupo e, então, combinam-se os grupos com base em suas proximidades, processo repetido até que exista um cluster, que inclua todos os objetos; já nos algoritmos divisivos, todos os pontos são inicialmente considerados como grupo único, subdividido sucessivamente até que alguma regra de parada seja satisfeita.Resolução comentada
Análise das alternativas
O broker MQTT é um dos hardwares mais populares empregados na arquitetura de IoT.Resolução comentada
Análise das alternativas
Sistemas de IoT demandam alto poder de computação, o que torna inviável a execução de arquiteturas de baixo custo.Resolução comentada
Análise das alternativas
A troca de dados com sistemas computacionais em nuvem é fundamental para que os dispositivos conectados a sistemas de IoT consigam se comunicar e, assim, permitir que haja aplicações desse tipo.
Em uma nuvem Azure, os grandes desafios do estilo de arquitetura controlada por eventos são o tratamento de erros e a perda de dados, em razão de a comunicação ser assíncrona.Resolução comentada
Análise das alternativas
Julgue os itens a seguir, a respeito dos conceitos de qualidade de software.
Julgue os itens a seguir, a respeito dos conceitos de qualidade de software.
Julgue os itens a seguir, a respeito dos conceitos de qualidade de software.
Julgue os itens a seguir, a respeito dos conceitos de qualidade de software.
Julgue os seguintes itens, relativos a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.
Julgue os seguintes itens, relativos a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.
Julgue os seguintes itens, relativos a técnicas de visualização de dados em business intelligence, a data lakes e a regras de associação em mineração de dados.
Texto-base:
Acerca dos conceitos relacionados a business intelligence, julgue os itens que se seguem.
Acerca dos conceitos relacionados a business intelligence, julgue os itens que se seguem.
Acerca dos conceitos relacionados a business intelligence, julgue os itens que se seguem.
A respeito de máquinas de vetores de suporte e de avaliação de modelos de regressão, julgue os próximos itens.
A respeito de máquinas de vetores de suporte e de avaliação de modelos de regressão, julgue os próximos itens.
Julgue os itens a seguir, em relação a técnicas de agrupamento, a técnicas de redução de dimensionalidade, e a processamento de linguagem natural.
Julgue os itens a seguir, em relação a técnicas de agrupamento, a técnicas de redução de dimensionalidade, e a processamento de linguagem natural.
Julgue os itens a seguir, em relação a técnicas de agrupamento, a técnicas de redução de dimensionalidade, e a processamento de linguagem natural.
Julgue os itens seguintes, relativos aos conceitos de Internet das coisas (IoT).
Julgue os itens seguintes, relativos aos conceitos de Internet das coisas (IoT).
Julgue os itens seguintes, relativos aos conceitos de Internet das coisas (IoT).
A respeito de conceitos relacionados à computação em nuvem, julgue os itens que se seguem.