Prova - Analytics e inteligência artificial (IA)

Prévia do material em texto

1) 
Modelos de Autoencoder Variacional (VAEs) são uma classe de modelos generativos 
probabilísticos usados em Inteligência Artificial, que têm uma ampla gama de 
aplicações, desde a geração de conteúdo até a redução de dimensionalidade de 
dados e a representação de informações em um espaço latente. 
Sobre as capacidades e usos dos VAEs, analise as assertivas a seguir e identifique as 
corretas: 
I. VAEs podem ser treinados em grandes conjuntos de dados textuais para aprender 
a distribuição latente da linguagem, permitindo a geração de sequências de texto 
coerentes e fluídas, como frases e histórias. 
II. Os VAEs não têm a capacidade de gerar texto coerente, uma vez que sua principal 
função é reduzir a dimensionalidade dos dados de entrada. 
III. Os VAEs não têm sido utilizados para a representação de dados, pois seu foco 
principal está na geração de conteúdo. 
IV. Os VAEs não possuem a capacidade de manipulação no espaço latente, pois seu 
objetivo principal é a redução de dimensionalidade. 
V. Não é possível realizar operações de manipulação no espaço latente com VAEs, 
uma vez que seu principal propósito é a geração de dados e não a exploração de 
novas possibilidades criativas. 
São verdadeiras: 
 
Alternativas: 
III e IV, apenas. 
I e IV, apenas. 
II e IV, apenas. 
I, apenas. 
checkCORRETO 
II, apenas. 
Resolução comentada: 
A afirmação I é verdadeira, pois os VAEs podem ser treinados em grandes conjuntos 
de dados textuais para aprender a distribuição latente da linguagem e, assim, gerar 
sequências de texto coerentes. Isso é uma aplicação comum dos VAEs na geração 
de texto. 
A afirmação II é falsa, pois uma das principais capacidades dos VAEs é a geração de 
texto coerente e fluído, desde que tenham sido treinados para essa finalidade. 
A afirmação III é falsa, pois os VAEs são, frequentemente, usados para a 
representação de dados, aprendendo uma representação latente dos dados que 
pode ser usada para reduzir a dimensionalidade e capturar características 
relevantes dos dados. Isso é útil em tarefas de análise exploratória e redução de 
dimensionalidade. 
A afirmação IV é falsa, pois os VAEs têm a capacidade de manipulação no espaço 
latente, permitindo operações de interpolação linear entre pontos latentes. Essa 
manipulação é possível devido à natureza probabilística das variáveis latentes nos 
VAEs. 
A afirmação V é falsa, pois os VAEs são capazes de realizar operações de 
manipulação no espaço latente, o que os torna adequados para a exploração de 
novas possibilidades criativas e a descoberta de padrões ocultos nos dados. 
Código da questão: 81172 
2) 
As _________ são modelos de aprendizado de máquina que se destacam na geração 
de conteúdo artificial de alta qualidade, como imagens, áudio e texto. Essas redes 
consistem em duas partes principais: o _________ e o _________, que trabalham em 
conjunto por meio de um processo competitivo. 
Assinale a alternativa que completa adequadamente as lacunas. 
 
Alternativas: 
Redes Generosas Adversas (GANs); criador; distinto. 
Modelos de Linguagem Generativos (GANs); designer; identificador. 
Redes Autoregressivas Geradoras (GAGs); produtor; classificador. 
Técnicas de Geração de Imagens (GANs); modelador; avaliador. 
Redes Adversárias Generativas (GANs); gerador; 
discriminador. 
checkCORRETO 
Resolução comentada: 
As GANs são modelos de aprendizado de máquina que usam um gerador e um 
discriminador para criar conteúdo artificial de alta qualidade, aprimorando 
continuamente sua capacidade de gerar dados realistas. Isso as torna valiosas em 
uma variedade de aplicações, incluindo geração de imagens, áudio e texto. 
Código da questão: 81165 
3) 
Uma das técnicas mais amplamente utilizadas nos sistemas de recomendação é a 
filtragem colaborativa. Essa abordagem utiliza dados sobre as _________ e 
comportamentos de um grupo de usuários, a fim de fazer recomendações para 
outros indivíduos com gostos semelhantes. Existem duas principais abordagens 
dentro da filtragem colaborativa: _________ e _________. Na filtragem baseada em 
usuário, o sistema identifica usuários com preferências semelhantes e sugere itens 
que esses usuários tenham gostado. 
Assinale a alternativa que completa adequadamente as lacunas: 
 
Alternativas: 
Comportamentos; filtragem colaborativa; filtragem baseada em modelo. 
Avaliações; filtragem baseada em idade; filtragem baseada em localização. 
Interesses; filtragem colaborativa; filtragem baseada em conteúdo. 
Preferências; filtragem baseada em usuário; filtragem baseada em 
item. 
checkCORRETO 
Classificação; filtragem baseada em conteúdo; filtragem baseada em categoria. 
Resolução comentada: 
A filtragem colaborativa é uma técnica poderosa para sistemas de recomendação, 
que se baseia na semelhança entre usuários ou itens para fornecer recomendações 
personalizadas. A filtragem baseada em usuário enfoca a semelhança entre os 
usuários, enquanto a filtragem baseada em item considera a semelhança entre os 
itens recomendados. Ambas as abordagens desempenham um papel fundamental 
na personalização de recomendações em aplicativos e serviços on-line. 
Código da questão: 81183 
4) 
Na geração de dados, a _________ é uma ferramenta essencial para criar _________. 
Uma técnica comumente usada é a amostragem aleatória, em que ada elemento da 
população tem a mesma probabilidade de ser selecionado para a amostra. Isso 
garante que a amostra seja imparcial e representativa do conjunto de dados original. 
A probabilidade é fundamental para determinar o tamanho da amostra e avaliar a 
precisão das _________ obtidas. 
Assinale a alternativa que completa adequadamente as lacunas. 
 
Alternativas: 
Incerteza; amostras aleatórias; projeções. 
Probabilidade; amostras representativas; 
estimativas. 
checkCORRETO 
Exatidão; amostras selecionadas; predições. 
Aleatoriedade; amostras variadas; observações. 
Confiabilidade; amostras não representativas; inferências. 
Resolução comentada: 
No contexto da geração de dados, a probabilidade desempenha um papel 
fundamental. É uma ferramenta essencial para criar amostras representativas de 
uma população. Uma técnica comumente utilizada nesse processo é a amostragem 
aleatória, na qual cada elemento da população tem a mesma probabilidade de ser 
selecionado para compor a amostra. 
A amostragem aleatória garante que a seleção dos elementos seja imparcial, o que 
contribui para que a amostra seja representativa do conjunto de dados original. Isso 
significa que as características e propriedades da população são refletidas na 
amostra de forma equilibrada. 
Ao determinar o tamanho da amostra, a probabilidade também desempenha um 
papel importante, pois auxilia na definição do número adequado de elementos a 
serem incluídos na amostra, considerando a precisão desejada nas estimativas 
obtidas. Quanto maior a amostra, maior a confiança estatística nos resultados. 
Código da questão: 81137 
5) 
A automatização de tarefas com o auxílio da Inteligência Artificial (IA) traz benefícios 
significativos, como a _________, aumento da eficiência e liberação de recursos para 
tarefas mais estratégicas. Com exemplos práticos de aplicação da IA na 
automatização de processos e a variedade de plataformas e ferramentas 
disponíveis, as organizações têm a oportunidade de impulsionar sua _________ e 
alcançar resultados excepcionais. A combinação da automatização de tarefas com a 
_________ abre caminho para um futuro promissor, onde os avanços tecnológicos 
continuam a impulsionar o crescimento e a inovação. 
Assinale a alternativa que completa adequadamente as lacunas. 
 
Alternativas: 
Diminuição de eficiência; economia; automação. 
Aumento de erros; lucratividade; automação. 
Redução de inovação; eficiência; aprendizado de máquina. 
Expansão de recursos; agilidade; aprendizado profundo. 
Redução de erros; produtividade; Inteligência 
Artificial. 
checkCORRETO 
Resolução comentada: 
A automatização de tarefas com IA é uma estratégia valiosaque oferece eficiência 
ao substituir a intervenção manual por processos automatizados. Isso resulta em 
uma redução significativa de erros e na liberação de recursos humanos para tarefas 
mais estratégicas. Exemplos práticos incluem chatbots para atendimento ao cliente, 
automação de processos robóticos (RPA) para simplificar fluxos de trabalho e 
reconhecimento de padrões em análise de dados. A disponibilidade de uma ampla 
variedade de plataformas e ferramentas torna essa abordagem acessível a várias 
organizações. Isso, por sua vez, impulsiona a produtividade e fornece resultados 
excepcionais. À medida que a tecnologia continua a avançar, espera-se um futuro 
empolgante, onde a combinação de automatização com IA continuará moldando o 
crescimento e a inovação em muitos setores. 
Código da questão: 81187 
6) 
No cenário atual de avanços tecnológicos, a automação e a integração de sistemas 
desempenham papéis cruciais na otimização de tarefas e processos. Três conceitos 
amplamente utilizados nesse contexto são Zapier, UiPath e IFTTT. Cada um deles 
oferece abordagens únicas para automatizar tarefas e conectar sistemas, 
melhorando a eficiência e economizando tempo. 
A partir desse contexto, leia e associe as informações indicadas por letras e 
números, conforme esses princípios: 
I. Zapier. 
II. UiPath. 
III. IFTTT (If This, Then That). 
A. Essa plataforma de automação permite a integração de aplicativos e sistemas 
diferentes. Essas automações conectam aplicativos, de modo que quando um 
evento ocorre em um aplicativo (por exemplo, um novo e-mail recebido). É uma 
ferramenta valiosa para simplificar tarefas repetitivas e melhorar a eficiência. 
B. Essa plataforma de automação robótica de processos (RPA) permite a automação 
de tarefas manuais e baseadas em regras, por meio de robôs de software. Esses 
robôs podem realizar uma variedade de tarefas, desde a extração de dados de 
documentos até a automação de processos de negócios complexos. 
C. Essa plataforma de automação é amplamente utilizada em automação 
doméstica, mas também tem aplicações em produtividade pessoal e integração de 
aplicativos. Além disso, simplifica a criação de conexões entre serviços e 
dispositivos, com base em gatilhos e ações específicos. 
Assinale a alternativa que traz a associação correta entre as duas listas. 
 
Alternativas: 
I-B; II-A; III-C. 
I-C; II-B; III-A. 
I-C; II-A; III-B. 
I-A; II-B; III-C. 
checkCORRETO 
I-A; II-C; III-B. 
Resolução comentada: 
A correta associação é: 
I-A. Zapier é uma plataforma de integração e automação que opera com base em gatilhos 
(triggers) e ações (actions) definidos pelos usuários. Permite a configuração de Zaps, que são 
fluxos de trabalho automatizados. Por exemplo, ao receber um e-mail no Gmail (gatilho), um Zap 
pode ser configurado para enviar automaticamente uma mensagem no Slack (ação). Essa 
plataforma simplifica a integração de diferentes aplicativos e serviços. 
II-B. UiPath é uma plataforma de Automação Robótica de Processos (RPA), que utiliza robôs de 
software para automatizar tarefas repetitivas e baseadas em regras em aplicativos de software. 
Os robôs executam ações com base em regras e scripts configurados pelo usuário. Por exemplo, 
um robô pode ser programado para coletar dados de documentos e inseri-los em um banco de 
dados. A UiPath oferece uma interface de desenvolvimento visual e recursos de orquestração de 
fluxo de trabalho. 
III-C. IFTTT é uma plataforma de automação que permite a criação de applets, que são pequenos 
programas que conectam serviços e dispositivos diferentes com base em eventos (triggers) e 
ações. Por exemplo, ao publicar uma nova foto no Instagram (trigger), um applet pode ser 
configurado para automaticamente compartilhá-la no Twitter (ação). IFTTT é amplamente 
utilizado para simplificar tarefas rotineiras e integrar aplicativos e dispositivos diversos. 
Código da questão: 81189 
7) 
O Databricks é uma plataforma de análise e processamento de dados baseada na 
nuvem, que tem se destacado no processamento de dados com Inteligência 
Artificial. 
Sobre essa plataforma, analise as assertivas a seguir e identifique as corretas: 
I. O Databricks é uma plataforma baseada na nuvem para análise e processamento 
de dados. 
II. O Databricks é uma plataforma que combina Apache Kafka, com recursos 
adicionais para fluxo de trabalho de IA. 
III. O Databricks é uma solução exclusiva para empresas que buscam automatizar 
seus processos de negócios. 
IV. O Databricks é usado principalmente para criar modelos de recomendação em 
comércio eletrônico. 
V. O Databricks usa principalmente aprendizado profundo, em vez de Apache Spark, 
para processar dados de IA. 
São verdadeiras: 
 
Alternativas: 
III, apenas. 
I, II e III, apenas. 
I e IV, apenas. 
I, apenas. 
checkCORRETO 
II e III, apenas. 
Resolução comentada: 
A afirmação I é verdadeira. O Databricks é, de fato, uma plataforma baseada na 
nuvem para análise e processamento de dados. Além disso, combina o poder do 
Apache Spark, com recursos adicionais para simplificar o fluxo de trabalho de IA, 
tornando eficaz para processar grandes volumes de dados e treinar modelos de IA. 
A afirmação II é falsa. O Databricks não combina Apache Kafka, mas Apache Spark. 
O Apache Kafka é uma plataforma de streaming de dados, enquanto o Databricks é 
uma plataforma de análise de dados. 
A afirmação III é falsa. O Databricks é uma solução versátil usada em diversos 
setores, não sendo exclusiva para empresas que buscam automatizar processos de 
negócios. É usado para análise de dados e treinamento de modelos de IA. 
A afirmação IV é falsa. O Databricks não é usado apenas para criar modelos de 
recomendação em comércio eletrônico. É uma plataforma usada em várias 
aplicações, desde análise de dados até processamento de Big Data. 
A afirmação V é falsa. O Databricks é baseado no Apache Spark, que é uma 
plataforma de processamento de Big Data. Embora seja possível usar aprendizado 
profundo com o Databricks, o Apache Spark é uma ferramenta versátil para várias 
tarefas de processamento de dados. 
Código da questão: 81195 
8) 
Com a crescente evolução da Inteligência Artificial (IA), a automatização de 
processos tem se expandido para diversos setores. A IA é utilizada para otimizar 
tarefas, melhorar a eficiência e reduzir a intervenção humana em atividades que 
podem ser automatizadas. Nesse contexto, a IA tem sido aplicada em áreas, como 
recrutamento e seleção de pessoal, bem como na manutenção preditiva de 
máquinas e equipamentos. Abaixo, apresentamos cinco afirmações relacionadas a 
essas aplicações, incluindo três verdadeiras e duas falsas, com explicações sobre 
cada uma. 
A partir desse contexto, analise as assertivas a seguir e identifique as corretas. 
I. A automatização da manutenção preditiva não ajuda a reduzir custos, pelo 
contrário, seu objetivo principal é evitar paradas não planejadas e garantir a 
continuidade operacional, o que pode resultar em economia a longo prazo. 
II. A aplicação da IA na automatização de processos de recrutamento e seleção não 
se baseia em algoritmos de Redes Neurais Artificiais (RNAs) para analisar currículos. 
Em vez disso, algoritmos de aprendizado de máquina são, geralmente, empregados 
para essa tarefa. 
III. A IA é aplicada na automatização de processos de recrutamento e seleção de 
pessoal, onde algoritmos de aprendizado de máquina analisam currículos e 
identificam perfis adequados para vagas específicas. Isso é possível graças ao 
treinamento desses algoritmos com critérios específicos, como habilidades 
técnicas, experiência profissional e histórico educacional. 
IV. A IA também pode ser usada para conduzir entrevistas automatizadas, 
empregando algoritmos de Processamento de Linguagem Natural (NLP) para 
analisar as respostas dos candidatos. Essa abordagem ajuda a reduzir o viés 
humano no processo de seleção e acelera o tempo de contratação. 
V. A manutenção preditiva é uma aplicação técnicada IA na automatização de 
processos, envolvendo a coleta de dados em tempo real, por meio de sensores e 
dispositivos IoT para monitorar o funcionamento de máquinas e equipamentos. A IA 
analisa esses dados em busca de padrões que podem indicar falhas iminentes e 
agendar manutenções preventivas. 
São verdadeiras: 
 
Alternativas: 
II e III, apenas. 
II e IV, apenas. 
I, II e III, apenas. 
III, IV e V, apenas. 
checkCORRETO 
I e IV, apenas. 
Resolução comentada: 
A primeira afirmação é falsa. A automatização da manutenção preditiva não tem 
como objetivo reduzir custos imediatamente. Seu foco principal é a prevenção de 
falhas e paradas não planejadas, o que, a longo prazo, pode levar a economias 
significativas. Ao evitar paradas de máquinas e equipamentos, as empresas reduzem 
custos associados à manutenção corretiva e perdas de produção. Portanto, embora 
a automação da manutenção preditiva possa envolver custos iniciais, seus 
benefícios financeiros se manifestam a longo prazo. 
A segunda afirmação é falsa. A aplicação da IA na automatização de processos de 
recrutamento e seleção não se baseia na análise de dados por meio de algoritmos de 
Redes Neurais Artificiais (RNAs). Em vez disso, algoritmos de aprendizado de 
máquina, como árvores de decisão, classificadores bayesianos, entre outros, são 
mais comuns para essa tarefa. Redes Neurais Artificiais são algoritmos de 
aprendizado profundo, que, geralmente, não são a escolha primária para análise de 
currículos. 
A terceira afirmação é verdadeira. A IA é aplicada na automatização de processos de 
recrutamento e seleção de pessoal. Nesse cenário, algoritmos de aprendizado de 
máquina são usados para analisar uma grande quantidade de currículos. Podem 
identificar os perfis mais adequados para uma vaga específica. Isso é possível 
graças ao treinamento desses algoritmos com base em critérios específicos, como 
habilidades técnicas, experiência profissional e histórico educacional dos 
candidatos. A IA automatiza a triagem inicial de currículos, poupando tempo e 
recursos para as equipes de Recursos Humanos. 
A quarta afirmação é verdadeira. A IA é empregada para conduzir entrevistas 
automatizadas. Para isso, são utilizados algoritmos de Processamento de 
Linguagem Natural (NLP), que analisam as respostas dos candidatos durante as 
entrevistas. Essa abordagem ajuda a reduzir o viés humano no processo de seleção, 
pois os algoritmos se baseiam em critérios objetivos para avaliar as respostas. Além 
disso, essa automação acelera o processo de seleção, garantindo que os candidatos 
sejam avaliados de forma consistente. 
A quinta afirmação é verdadeira. A manutenção preditiva é outra aplicação técnica 
da IA na automatização de processos. Sensores e dispositivos IoT (Internet das 
Coisas) coletam dados em tempo real sobre o funcionamento de máquinas e 
equipamentos industriais. A IA é então aplicada para analisar esses dados e 
identificar padrões que podem indicar falhas iminentes. Algoritmos de aprendizado 
de máquina são usados para prever quando uma máquina pode apresentar 
problemas e agendar manutenções preventivas. Isso ajuda a evitar paradas não 
planejadas, reduz custos e aumenta a eficiência operacional. 
Código da questão: 81190 
9) 
No campo da Inteligência Artificial, vários conceitos e técnicas avançadas são 
usados para abordar desafios em áreas como: geração de conteúdo, processamento 
de linguagem natural; e representação de dados. 
Leia e associe as informações indicadas por letras e números desses conceitos, que 
representam avanços significativos na capacidade de gerar, processar e representar 
informações em diversas aplicações da Inteligência Artificial. 
I. Redes Adversárias Generativas (GAN). 
II. Modelos Baseados em Transformador (Transformer). 
III. Modelos de Autoencoder Variacional (VAEs). 
A. São arquiteturas de rede neural projetadas para lidar com sequências de dados, 
como sentenças, documentos ou séries temporais. 
B. São modelos generativos probabilísticos, que aprendem uma representação 
latente dos dados durante o treinamento. São usados para gerar novas amostras 
com base nessa representação. 
C. São modelos de aprendizado de máquina que consistem em duas redes, um 
gerador e um discriminador, que competem em um jogo de adversários. 
Assinale a alternativa que traz a associação correta entre as duas listas. 
 
Alternativas: 
I-C; II-B; III-A. 
I-A; II-B. III-C. 
I-B; II-A; III-C. 
I-C; II-A. III-B. 
checkCORRETO 
I-A; II-C. III-B. 
Resolução comentada: 
A correta associação é: 
I-A. GANs são modelos de aprendizado de máquina que consistem em duas redes, 
um gerador e um discriminador, que competem em um jogo de adversários. O 
gerador cria dados falsos, enquanto o discriminador tenta distinguir entre dados 
reais e falsos. Esse processo de competição leva à geração de conteúdo artificial de 
alta qualidade, como imagens, áudio e texto. 
II-B. Os modelos baseados em Transformador são arquiteturas de rede neural 
projetadas para lidar com sequências de dados, como sentenças, documentos ou 
séries temporais. Eles introduziram o mecanismo de atenção, que permite capturar 
informações relevantes em diferentes partes de uma sequência. Isso se traduz em 
uma melhor compreensão do contexto global da sequência e na captura de 
dependências de longo prazo. 
III-C. VAEs são modelos generativos probabilísticos, que aprendem uma 
representação latente dos dados durante o treinamento. Eles são usados para gerar 
novas amostras com base nessa representação. A principal inovação é a 
incorporação de probabilidades na representação latente, o que permite uma 
geração mais diversificada e controlada. VAEs são usados em aplicações como 
geração de imagens e compressão de dados. 
Código da questão: 81169 
10) 
A área de Processamento de Linguagem Natural (PLN) tem evoluído rapidamente nos 
últimos anos, impulsionando avanços significativos em tecnologias como Text 
Analytics, Language Understanding (LUIS) e chatbots. 
Esses conceitos desempenham um papel crucial na compreensão e na geração de 
linguagem humana e são aplicados em várias soluções, desde análise de texto até 
interações humanas automatizadas. 
A partir desse contexto, leia e associe as informações indicadas por letras e 
números: 
I. Text Analytics. 
II. Language Understanding (LUIS). 
III. Chatbot. 
A. É um programa de computador que utiliza técnicas de PLN para interagir com os 
seres humanos, por meio de conversas em linguagem natural. São usados em uma 
variedade de cenários, desde atendimento ao cliente automatizado até assistentes 
pessoais virtuais. 
B. É um serviço de Processamento de Linguagem Natural oferecido pela Microsoft, 
projetado para ajudar a compreender as intenções e entidades em textos e 
interações com os usuários. 
C. Se refere ao processo de extrair informações valiosas e insights a partir de texto 
não estruturado. Isso inclui tarefas como análise de sentimentos, classificação de 
documentos, extração de entidades e detecção de tópicos em grandes volumes de 
texto. 
Assinale a alternativa que traz a associação correta entre as duas listas. 
 
Alternativas: 
I-C; II-A; III-B. 
I-B; II-A; III-C. 
I-A; II-B; III-C. 
I-C; II-B; III-A. 
checkCORRETO 
I-A; II-C; III-B. 
Resolução comentada: 
A correta associação é: 
I-C. Text Analytics, ou análise de texto, é uma subárea do Processamento de 
Linguagem Natural (PLN), que se concentra em extrair informações valiosas e 
insights a partir de texto não estruturado. O texto não estruturado pode ser qualquer 
forma de conteúdo textual, como documentos, mídias sociais, avaliações de 
produtos, e-mails e muito mais. As técnicas de Text Analytics envolvem a aplicação 
de algoritmos de aprendizado de máquina, processamento de linguagem natural e 
mineração de texto para realizar tarefas específicas, incluindo: 
II-B. Language Understanding (LUIS) é um serviço de Processamento de Linguagem 
Natural (PLN) oferecido pela Microsoft, projetado para permitirque os sistemas 
compreendam e interpretem as intenções e entidades em textos ou interações de 
linguagem natural. LUIS é, frequentemente, usado para desenvolver chatbots, 
assistentes virtuais e sistemas de suporte ao cliente. 
III-A. Um chatbot é um programa de computador projetado para simular conversas 
humanas, por meio de interações em linguagem natural. Os chatbots usam técnicas 
de PLN, como Text Analytics e compreensão de linguagem, para entender o que os 
usuários dizem e responder apropriadamente.