← Voltar para a lista de provas Secretaria de Estado da Fazenda do Paraná (SEFA/PR) · Agente Fazendário Estadual – Função: Profissional de Tecnologia da Informação (Cargo 6) 50 questões nesta prova · página 1 de 3 · 48 com gabarito Gabarito disponível Banco relacional com suporte a JSON/XML e transações ACID atende volume, consistência e flexibilidade. O cenário exige integridade transacional (ACID), rastreabilidade e flexibilidade de esquema. Um banco relacional com colunas JSON/XML e índices mantém os campos críticos (CNPJ, valor, data) estruturados e transacionais, e guarda o corpo flexível do documento como dado semiestruturado. A) Chave-valor não oferece consultas estruturadas nem integridade fiscal. B) Schema-on-read não garante a consistência exigida. C) A normalização total de cada campo prejudica o desempenho em alta volumetria e elimina a flexibilidade. D) Grafo atende a análise de relacionamentos, não ao armazenamento transacional em massa. Referência: Bancos relacionais com tipos semiestruturados (JSON/XML) vs. NoSQL; propriedades ACID. Resolução comentada do VaiConcursos. Gabarito disponível LANCAMENTO_FISCAL precisa de duas chaves estrangeiras (contribuinte e tributo), com IDLancamento como PK. Os relacionamentos são 1:N de CONTRIBUINTE e de TRIBUTO para LANCAMENTO_FISCAL. Assim, a tabela de lançamento recebe CPF_CNPJ e CodigoTributo como chaves estrangeiras, ambas obrigatórias (NOT NULL), o que assegura a integridade referencial. IDLancamento identifica cada lançamento e é a chave primária simples. A) Replicar atributos de TRIBUTO fere a normalização e não garante integridade de entidade; falta também o CodigoTributo como FK. C) Nome_RazaoSocial não é chave e não identifica o contribuinte. D) Falta a FK para TRIBUTO, exigida pela regra de negócio. E) Não há motivo para a PK ser composta; IDLancamento já identifica a tupla. Referência: Modelo relacional: integridade de entidade e integridade referencial (chaves primárias e estrangeiras). Resolução comentada do VaiConcursos. Gabarito disponível Seleção precoce sobre TRIBUTO antes das junções, projetando ao final nome e valor devido. Para otimizar, a seleção σ NomeTributo='ICMS' deve ser aplicada o mais cedo possível, diretamente sobre TRIBUTO, reduzindo o tamanho da relação antes das junções. A projeção de Nome_RazaoSocial e ValorDevido vem por último, pois depende dos atributos de CONTRIBUINTE e LANCAMENTO_FISCAL. A alternativa E faz exatamente isso, com a ordem indicada pelos parênteses. A) A seleção é aplicada só depois das junções, sem otimização precoce. B) e C) A projeção ocorre antes da seleção e elimina NomeTributo, de modo que a seleção não tem como ser aplicada (e as duas são idênticas). D) Usa a seleção precoce, mas junta TRIBUTO com LANCAMENTO_FISCAL e depois com CONTRIBUINTE; embora o resultado seja equivalente, o gabarito oficial considera correta a E, que segue a ordem de execução explicitada com os parênteses. Referência: Álgebra relacional: otimização de consultas (seleção antecipada); Elmasri & Navathe; Silberschatz. Resolução comentada do VaiConcursos. Gabarito disponível Subconsulta correlacionada calcula a média de cada contribuinte. Para comparar cada pagamento com a média do mesmo contribuinte, a subconsulta deve ser correlacionada pelo id_contribuinte da consulta externa. Isso é feito na alternativa D. A) Usar ALL com médias de todos os contribuintes compara com o menor dos valores. B) Usa função de agregação no WHERE. C) Compara com a média global de todos os pagamentos, e não a individual. E) Referencia colunas inexistentes na tabela contribuinte (valor). Referência: SQL – subconsultas correlacionadas Resolução comentada do VaiConcursos. Gabarito disponível Use JOIN, GROUP BY nome e HAVING com subconsulta de média. Para filtrar grupos pelo total agregado, usa-se HAVING após o GROUP BY. A comparação é SUM(p.valor) > (SELECT AVG(valor) FROM pagamento), uma subconsulta escalar com a média geral. Isso é feito na alternativa B. A) Não tem GROUP BY e usa ALL desnecessariamente. C) Usa HAVING sem GROUP BY e compara valor individual com a média. D) Usa função de agregação no WHERE, o que não é permitido. E) Coloca o WHERE depois do GROUP BY, o que é sintaxe inválida, e usa agregação no WHERE. Referência: SQL ANSI – GROUP BY, HAVING e subconsultas Resolução comentada do VaiConcursos. Questão anulada Gabarito disponível Triggers AFTER ROW acessam OLD e NEW de cada linha modificada. Triggers em nível de linha (FOR EACH ROW) disparam por linha afetada e podem acessar os valores antigos e novos por meio de OLD e NEW (ou tabelas de transição). Isso vale para o tipo AFTER ROW. A) AFTER STATEMENT executa depois do comando, e não antes. B) BEFORE executa antes do evento. C) FOR EACH STATEMENT dispara uma vez por comando, não por linha. E) BEFORE STATEMENT executa antes do comando, e não após o término da transação. Referência: SQL padrão / SGBDs relacionais – triggers Resolução comentada do VaiConcursos. Gabarito disponível K-means segmenta contribuintes sem rótulos, após converter as variáveis categóricas. Como não há rótulos, a tarefa é de agrupamento (aprendizado não supervisionado). O k-means forma grupos por similaridade e exige variáveis numéricas; por isso as categóricas devem ser transformadas, por exemplo por one-hot encoding. A) A correlação mede associação entre variáveis e não forma grupos. B) Árvores de decisão são supervisionadas. C) A análise discriminante é supervisionada e exige grupos previamente definidos. D) A regressão logística é supervisionada e exige classes conhecidas. Referência: Mineração de dados – clusterização (k-means) Resolução comentada do VaiConcursos. Gabarito disponível Redes neurais supervisionadas com retropropagação aprendem com dados rotulados de fraude. Há exemplos rotulados (regulares e irregulares) e necessidade de se ajustar a novos dados. Redes neurais artificiais supervisionadas ajustam seus pesos por retropropagação e aprendem padrões complexos. A) Sistemas especialistas se baseiam em regras do conhecimento de especialistas, não em aprendizado indutivo estatístico. B) SVM é supervisionada, e agrupamentos por variáveis latentes são não supervisionados. C) Redes convolucionais não supervisionadas não geram regras simbólicas para dados tabulares. E) Algoritmos genéticos são de otimização e não têm regras fixas nem explicabilidade total. Referência: Aprendizado de máquina supervisionado; redes neurais Resolução comentada do VaiConcursos. Gabarito disponível Para captar semântica contextual, usam-se embeddings contextualizados como o BERT. Modelos baseados em Transformers, como o BERT, geram embeddings contextuais, nos quais a representação de uma palavra depende do contexto. Isso é adequado para capturar relações semânticas em textos extensos e classificá-los. A) O LDA identifica tópicos e não é voltado a desambiguação contextual. B) Bag-of-words e TF-IDF não capturam relações semânticas profundas. C) O Word2Vec estático dá a mesma representação à palavra em qualquer contexto. D) POS tagging e stemming não detectam semântica complexa. Referência: PLN – modelos de linguagem contextualizados (BERT) Resolução comentada do VaiConcursos. Gabarito disponível No desenvolvimento incremental, o feedback do cliente vem mais facilmente dos incrementos entregues. Os clientes avaliam o software em funcionamento com mais facilidade do que documentos de projeto, então os incrementos favorecem o feedback. Além disso, o custo de mudanças nos requisitos tende a ser menor que no modelo cascata. A) O custo das mudanças diminui, e não aumenta. B) A falta de visibilidade é um problema de gestão, mas não impossibilita todo controle. C) A estrutura tende a se degradar com novos incrementos se não houver refatoração; ela não permanece estável. E) Nem todo incremento é entregue imediatamente para implantação. Referência: Sommerville – Engenharia de Software (desenvolvimento incremental) Resolução comentada do VaiConcursos. Gabarito disponível O processo de software equilibra estrutura e disciplina, com abordagens prescritivas ou evolutivas. Segundo Pressman, o processo de software deve ser adaptável e equilibrar estrutura e disciplina, permitindo modelos prescritivos e evolutivos. Os modelos variam conforme o problema e o contexto do projeto. B) As atividades do framework são comunicação, planejamento, modelagem, construção e emprego, e não só construção e testes. C) Comunicação e modelagem são atividades do framework, não guarda-chuva. D) O processo pode ser iterativo, incremental ou evolutivo, e não sempre linear. E) As atividades guarda-chuva (gestão, qualidade, riscos) influenciam diretamente o desenvolvimento. Referência: Pressman – Engenharia de Software Resolução comentada do VaiConcursos. Gabarito disponível Gabarito disponível Property representa atributos de classe ou extremidades de associação. No metamodelo da UML 2.5.1, Property é o elemento que representa um atributo de uma classe ou uma extremidade (member end) de uma associação. Operações são representadas por Operation, e não por Property. A) Fluxos de eventos entre objetos são expressos em interações. B) Dependências entre casos de uso são relacionamentos como include e extend. C) Herança é uma generalização. D) Property não define operações; só atributos e extremidades de associação. Referência: OMG UML 2.5.1 – Property Resolução comentada do VaiConcursos. Gabarito disponível Dependência funcional: um atributo (ou conjunto) determina unicamente outro. Uma dependência funcional X → Y significa que o valor de X determina unicamente o valor de Y. Ela é a base da normalização e do conceito de chave. A) Não implica que todos os atributos sejam chaves primárias. B) A divisão da tabela é consequência possível da normalização, não o significado da dependência. C) Não se refere a valor textual único. E) Não trata de nulidade de atributos. Referência: Teoria relacional; normalização (Elmasri/Navathe) Resolução comentada do VaiConcursos. Gabarito disponível Productive proportion é uma razão adimensional, expressa como proporção ou percentual. Na ISO/IEC 9126-4 (qualidade em uso), a productive proportion é a razão entre o tempo produtivo e o tempo total da tarefa. É uma medida adimensional, que pode ser expressa em percentual, usada para avaliar a produtividade do usuário. A) É medida objetiva, obtida da observação da tarefa, e não só por questionário. B) Não é expressa em segundos, e sim como razão. D) A medida de erros por hora é outra. E) Não é uma contagem absoluta de tarefas, mas uma proporção. Referência: ISO/IEC 9126-4 – Métricas de qualidade em uso Resolução comentada do VaiConcursos. Gabarito disponível Defect removal efficiency mede a proporção de defeitos removidos antes da entrega. A DRE (eficiência de remoção de defeitos) é a proporção de erros encontrados antes da entrega em relação ao total, somando os encontrados depois pelo usuário. Ela indica a eficácia das atividades de garantia e controle de qualidade. A) Requirements coverage index mede a cobertura de requisitos. B) Customer problem reports contam problemas relatados pelos clientes após a entrega. D) Fault density mede defeitos por tamanho do software. E) Productivity ratio mede produtividade, não eficácia na remoção de defeitos. Referência: Pressman – métricas de qualidade (DRE) Resolução comentada do VaiConcursos. Gabarito disponível Pontos de função não ajustados = 104; com VAF 1,25, AFP = 130. Pontos de função não ajustados: 10×4 = 40 (entradas), 8×3 = 24 (consultas), 3×10 = 30 (arquivos lógicos internos) e 2×5 = 10 (interfaces externas). O total é 104. Aplicando o VAF, 104 × 1,25 = 130. A) 135 não corresponde ao cálculo. B) 105,25 e E) 115,25 resultam de somas incorretas do fator de ajuste. C) 120 não corresponde ao cálculo. Referência: IFPUG – Análise de Pontos de Função (AFP = UFP × VAF) Resolução comentada do VaiConcursos. Gabarito disponível Observabilidade combina logging centralizado, métricas e tracing distribuído. Os três pilares da observabilidade são logs, métricas e traces. Em aplicações cloud-native e distribuídas, logging centralizado, métricas e tracing distribuído permitem detectar erros, lentidão e gargalos rapidamente. A) Autoscaling é elasticidade, não observabilidade. B) Circuit breakers, retries e failover são padrões de resiliência. C) Monitorar o hardware do data center local não cobre uma aplicação cloud-native. D) Uma arquitetura monolítica não é abordagem de observabilidade e não a melhora. Referência: Observabilidade (logs, métricas e traces); Cloud Native Resolução comentada do VaiConcursos. Gabarito disponível Pipeline CI/CD automatizado com testes integrados reduz o ciclo entre desenvolvimento e produção. Em DevOps e em aplicações cloud-native, a entrega contínua e confiável se apoia em pipeline CI/CD automatizado, que integra, testa e implanta a cada mudança. Os testes integrados dão feedback rápido e reduzem o risco e o tempo entre o desenvolvimento e a produção. A, B e E concentram os testes em uma única etapa tardia ou restrita, o que atrasa o feedback e aumenta o risco. D) Deploy automatizado com checklist não inclui testes integrados nem integração contínua, sendo parcial e com etapa manual. Referência: Práticas de DevOps; CI/CD Resolução comentada do VaiConcursos.SEFA/PR 2025 — Agente Fazendário Estadual — Cargo 6: Função Profissional de Tecnologia da Informação — Prova Objetiva P2 — Conhecimentos Específicos
Resolução comentada
Análise das alternativas
● CONTRIBUINTE (identificado por CPF_CNPJ, com atributos como Nome_RazaoSocial, Endereco, InscricaoEstadual);
● TRIBUTO (identificado por CodigoTributo, com atributos como NomeTributo, AliquotaBase);
● LANCAMENTO_FISCAL (representa a obrigação tributária individual e tem como atributos IDLancamento, DataVencimento, ValorDevido).
As seguintes regras de negócio foram estabelecidas:
● um CONTRIBUINTE pode ter zero ou múltiplos LANCAMENTOS_FISCAIS;
● cada LANCAMENTO_FISCAL deve estar associado a exatamente um CONTRIBUINTE;
● cada LANCAMENTO_FISCAL deve estar associado a exatamente um TRIBUTO;
● um TRIBUTO pode estar vinculado a zero ou múltiplos LANCAMENTOS_FISCAIS.
Considerando-se as informações fornecidas na situação hipotética precedente e os princípios de integridade referencial em bancos de dados relacionais, é correto afirmar que a tabela LANCAMENTO_FISCAL deveResolução comentada
Análise das alternativas
● CONTRIBUINTE(CPF_CNPJ, Nome_RazaoSocial, Endereco, InscricaoEstadual);
● TRIBUTO(CodigoTributo, NomeTributo, AliquotaBase);
● LANCAMENTO_FISCAL(IDLancamento, DataVencimento, ValorDevido, CPF_CNPJ, CodigoTributo).
Um agente fazendário de TI da referida secretaria deseja obter, em álgebra relacional, o nome e o valor devido de todos os contribuintes que possuem lançamentos fiscais referentes ao tributo denominado ICMS. Para tal fim, serão utilizadas as operações de seleção (σ), projeção (π) e junção (⋈). Sabe-se que a aplicação precoce de seleções é uma forma de otimização da consulta.
A partir das informações da situação precedente e considerando que a ordem de execução das operações está indicada explicitamente pelos parênteses, assinale a opção que representa corretamente a expressão, em álgebra relacional, cujo resultado será o desejado pelo agente fazendário.Resolução comentada
Análise das alternativas
Tabela contribuinte (id_contribuinte, nome)
Tabela pagamento (id_pagamento, id_contribuinte, valor, data_pagamento)
A administração tributária deve identificar pagamentos cujos valores estejam abaixo da média individual dos pagamentos de cada contribuinte, visando à detecção de possíveis inconsistências ou tentativas de fraude.
Considerando essa situação hipotética, assinale a opção em que é apresentada a instrução SQL por meio da qual a operação visada pela administração tributária será corretamente realizada.Resolução comentada
Análise das alternativas
id_contribuinte INTEGER PRIMARY KEY,
nome VARCHAR(100));
pagamento(
id_pagamento INTEGER PRIMARY KEY,
id_contribuinte INTEGER,
valor DECIMAL(12,2),
FOREIGN KEY (id_contribuinte) REFERENCES contribuinte(id_contribuinte));
As tabelas contribuinte e pagamento apresentadas anteriormente fazem parte do banco de dados da secretaria de fazenda de certo ente federativo. A administração tributária deste ente deseja listar os nomes dos contribuintes cujo valor total de pagamentos é superior à média total dos pagamentos de todos os contribuintes.
A partir dessa situação hipotética, assinale a opção em que é corretamente apresentada a instrução adequada, de acordo com o padrão SQL/ANSI, para se obter a lista desejada pela administração tributária.Resolução comentada
Análise das alternativas
I O comando GRANT é utilizado para conceder privilégios de acesso, e a cláusula WITH GRANT OPTION permite que o destinatário repasse o privilégio a outros usuários.
II O privilégio REFERENCES é exigido para a criação de chaves estrangeiras ou restrições CHECK que referenciem outra relação.
III O conceito de roles permite a atribuição de privilégios a grupos lógicos de usuários, podendo haver herança de privilégios entre roles.
IV O mecanismo de autorização em nível de linha — como o VPD (virtual private database) do Oracle — permite restringir o acesso a tuplas específicas de uma relação, aplicando automaticamente predicados baseados no usuário da sessão.
Em qualquer implementação SQL padrão, as autorizações podem ser concedidas sobre tuplas individuais, sem necessidade de extensões específicas do SGBD.
Estão certos apenas os itens
Em relação aos tipos e modos de execução de triggers em sistemas de gerenciamento de bancos de dados relacionais, assinale a opção correta.Resolução comentada
Análise das alternativas
A partir da situação anterior, assinale a opção em que é corretamente descrita a técnica mais adequada para a finalidade pretendida pelos analistas de dados em questão.Resolução comentada
Análise das alternativas
Na situação hipotética apresentada, a técnica de inteligência artificial mais adequada para que o sistema em apreço atenda às demandas dessa secretaria de fazenda corresponde ao uso deResolução comentada
Análise das alternativas
Resolução comentada
Análise das alternativas
Caio Ryann Conceição Lima et alli. O modelo incremental no desenvolvimento de software: uma maneira estruturada e interativa de entregar produtos de qualidade. In: Research, Society and Development, v. 12, n.º 4, 2023 (com adaptações).
No que diz respeito ao desenvolvimento incremental, que é uma das abordagens mais comuns para a criação de aplicações e produtos de software atualmente, assinale a opção correta.Resolução comentada
Análise das alternativas
Resolução comentada
Análise das alternativas
No que se refere às tarefas da engenharia de requisitos, julgue os seguintes itens.
I A atividade de elicitação de requisitos é um processo simples e direto de obtenção de informações acerca das necessidades do cliente.
II A etapa de elaboração tem como objetivo refinar o modelo de requisitos, identificando aspectos relacionados à função, comportamento e informação do software, com base nos cenários de uso obtidos na elicitação.
III A validação de requisitos busca verificar a consistência, a completude e a ausência de ambiguidades, sendo a revisão técnica formal o principal mecanismo utilizado nesse processo.
IV A negociação de requisitos tem como objetivo a eliminação de requisitos conflitantes, garantindo que apenas um dos lados tenha suas demandas atendidas.
Estão certos apenas os itens
Nessa situação hipotética, na aplicação do metamodelo UML 2.5.1, property é um elemento que definiráResolução comentada
Análise das alternativas
No contexto da modelagem relacional, uma dependência funcional entre atributos de uma tabela indica queResolução comentada
Análise das alternativas
Conforme disposto na ISO/IEC 9126-4, a medida derivada productive proportion, utilizada para avaliar a produtividade do usuário,Resolução comentada
Análise das alternativas
Com base na situação hipotética precedente, assinale a opção que apresenta a métrica que melhor indica a eficiência da equipe em remover erros antes da entrega do software.Resolução comentada
Análise das alternativas
• 10 entradas externas de complexidade média e peso complexidade igual a 4;
• 8 consultas externas de complexidade baixa e peso complexidade igual a 3;
• 3 arquivos lógicos internos de complexidade média e peso complexidade igual a 10; e
• 2 interfaces de arquivos externos de complexidade baixa e peso complexidade igual a 5.
Sabe-se que o fator de ajuste de valor (VAF, da sigla em inglês) calculado a partir de 14 características gerais do sistema é de 1,25.
A partir da situação hipotética precedente, assinale a opção que apresenta corretamente o tamanho funcional total em pontos de função ajustados (AFP, da sigla em inglês) do sistema.Resolução comentada
Análise das alternativas
Resolução comentada
Análise das alternativas
Nessa situação, para atender à necessidade mencionada, a prática mais recomendada é a aplicação deResolução comentada
Análise das alternativas
Suponha que certa secretaria de fazenda necessite armazenar milhões de notas fiscais eletrônicas (NF-e) diariamente, e que esses documentos sejam gerados em formato XML ou JSON, com estrutura parcialmente flexível, mas com exigência de integridade transacional e rastreabilidade completa dos dados fiscais. Nesse caso, considerados os requisitos de alta volumetria, consistência dos dados e flexibilidade de esquema, a estratégia de arquitetura de dados mais adequada para esse cenário contempla a utilização de um banco de dados
Em uma secretaria de fazenda, foi projetado um sistema de informação gerencial e fiscal com base em um modelo de dados relacional que contempla as seguintes entidades:
Determinada secretaria de fazenda adota um sistema de controle e arrecadação que tem as seguintes relações:
Em certa secretaria de fazenda, as tabelas contribuinte e pagamento armazenam, respectivamente, informações cadastrais e registros de pagamentos realizados pelos contribuintes, da seguinte forma.
contribuinte(
Em sistemas de gerenciamento de bancos de dados que seguem o padrão SQL, os mecanismos de autorização permitem controlar o acesso de usuários e roles a objetos e dados. A respeito das formas de autorização suportadas em bancos de dados relacionais, julgue os itens a seguir.
Triggers são um mecanismo fundamental para que se garanta a integridade dos dados e a consistência das transações. Eles são uma forma de controle de fluxo dentro de uma base de dados.
Em uma secretaria de fazenda, analistas de dados buscam identificar perfis de contribuintes com padrões semelhantes de comportamento tributário, de modo a orientar auditorias fiscais preventivas. Nesse contexto, a escolha do método analítico deve considerar a ausência de rótulos previamente definidos e o grande volume de atributos numéricos e categóricos associados às declarações.
A secretaria de fazenda de certo estado visa implantar um sistema inteligente capaz de detectar automaticamente indícios de fraude em notas fiscais eletrônicas, com base em padrões históricos de transações regulares e irregulares. O sistema deverá aprender com exemplos rotulados e ajustar-se continuamente a novos tipos de fraude à medida que recebe novos dados.
Suponha que uma secretaria de fazenda pretenda empregar técnicas de processamento de linguagem natural (PLN) para automatizar a análise de justificativas textuais apresentadas por contribuintes em processos administrativos fiscais, buscando identificar padrões de argumentação e indícios de inconsistências. Nesse caso, a abordagem mais adequada para capturar relações semânticas contextuais em textos extensos e gerar representações vetoriais de alta qualidade para classificação automatizada é
A seleção do modelo de processo de desenvolvimento de software adequado não é trivial, pois cada modelo possui limitações e nem sempre se aplica a todas as situações. Além disso, a escolha do modelo pode ser uma das causas de fracasso nos projetos de software. Para selecionar o modelo apropriado, é preciso entender as necessidades do projeto e analisar os diferentes modelos existentes.
No contexto da engenharia de software, o processo de desenvolvimento de software é estruturado em atividades de framework genérico e em atividades guarda-chuva, que estabelecem a base para um processo completo. Com base nesse conceito e nos fundamentos da engenharia de software, assinale a opção correta.
Determinada secretaria de fazenda decidiu adotar o metamodelo UML 2.5.1 para desenvolver um sistema que intercepte o envio de NF-e, cruze dados com o histórico do contribuinte e decida instantaneamente se a nota deve ser autorizada, bloqueada para análise humana ou marcada para fiscalização posterior por suspeita de fraude.
Modelagem de banco de dados é o processo de criar esquema que defina como os dados serão estruturados, organizados e relacionados em um banco de dados, para garantir integridade, consistência e eficiência do sistema.
A norma ISO 9126 define métricas para o controle da qualidade no processo de desenvolvimento de software, estabelecendo um conjunto de características e subcaracterísticas de qualidade.
Durante a produção de certo projeto de software, a equipe de qualidade deseja avaliar a eficácia das atividades de garantia e controle de qualidade na detecção de erros antes que se transformem em defeitos entregues ao usuário. Para isso, eles devem calcular uma métrica que reflita a proporção de erros detectados durante o processo em relação ao total de defeitos encontrados.
Certa equipe de desenvolvimento está estimando o tamanho funcional de um software usando análise de pontos de função (IFPUG, da sigla em inglês). O sistema possui:
Considere que determinada equipe deseje monitorar uma aplicação cloud-native em produção a fim de detectar erros, lentidão e gargalos rapidamente. Nessa situação, uma abordagem essencial de observabilidade corresponde
Uma equipe de TI objetiva reduzir o ciclo entre desenvolvimento e produção de aplicações cloud-native com entrega contínua e confiável.