Questões de Concursos Sistemas Arquitetura e Solução de Dados

Julgue o item a seguir, relativos à modernização de sistemas.

A adoção de microsserviços aumenta o acoplamento entre os componentes de um sistema, porém dificulta a escalabilidade e a implementação de atualizações independentes.

Julgue o próximo item, acerca de análise de requisitos, UML e conceitos relativos à orientação a objetos.

O design thinking converge com a engenharia de requisitos e com a UX (experiência do usuário), especialmente em sua etapa de prototipação, quando são produzidas as ideias e é incentivada a criatividade, de modo que se possa fazer imersão no que o usuário espera do software.

Julgue o seguinte item, no que se refere a testes de software.

O teste de integração é utilizado para descobrir erros associados a interfaces, a fim de que seja possível a construção de uma estrutura de programa determinada pelo projeto, a partir de componentes testados em unidade.

Julgue o item a seguir, relativos à modernização de sistemas.

A reescrita de sistemas legados envolve a migração do código existente para uma arquitetura moderna, utilizando-se frameworks e padrões atuais.

Considerando os conceitos de ML (machine learning), julgue o item a seguir.

Nos algoritmos supervisionados de ML, o modelo é treinado apenas com dados de entrada, e as saídas são geradas automaticamente pelo algoritmo com base nos padrões inferidos, sem necessidade de dados de saída rotulados.

Julgue o próximo item, relativo a redes neurais e suas arquiteturas.

O perceptron multicamada (MLP) é um tipo de rede neural artificial constituída de várias camadas de neurônios que utilizam funções de ativação não lineares, permitindo que essa rede aprenda padrões complexos acerca de dados de entrada.

Acerca de API, julgue o item que se segue.

A autenticação do portador na API REST é feita pelo servidor por meio da verificação do token enviado pelo cliente no cabeçalho da solicitação.

Julgue o item a seguir, referentes aos modelos de linguagem da IA generativa.

O VAE (variational autoencoder) é um autoencoder cuja distribuição de codificações é regularizada somente após o treinamento, o que garante que seu espaço latente tenha boas propriedades e maior dimensão para capturar padrões subjacentes, permitindo a geração de novos dados.

Considerando as tendências de mercado, julgue o item que se segue.

Na tecnologia blockchain, as partes podem fazer inserções e consultas, sem a necessidade de replicação entre elas.