Gabarito extraoficial de Fluência de Dados – Analista da Receita Federal

Olá amigos! Hoje iremos abordar as questões de fluência de dados para analista da Receita Federal. Vem comigo! Resolução: A previsão da média móvel utiliza-se dos últimos valores como valor de previsibilidade, veja que a questão pede por dois ponto, ou seja, o cálculo deve ser feito com os dois últimos valores, sendo assim: (148+144)/2 ...

Por

Victor Dalton
Compartilhe este artigo
Imagem - Gabarito extraoficial de Fluência de Dados – Analista da Receita Federal

Olá amigos!

Hoje iremos abordar as questões de fluência de dados para analista da Receita Federal. Vem comigo!

Resolução:

A previsão da média móvel utiliza-se dos últimos valores como valor de previsibilidade, veja que a questão pede por dois ponto, ou seja, o cálculo deve ser feito com os dois últimos valores, sendo assim:

(148+144)/2 = 146

Resposta correta, alternativa B

Resolução:

Vamos entender o que é PCA.

Esta técnica tem como finalidade projetar os dados em um vetor que minimize a variância, diminuindo a quantidade de variáveis independentes.

Veja que essa finalidade do PCA está diretamente ligado a redução da dimensionalidade dos dados.

Resposta correta, alternativa B

Resolução:

Temos uma questão de recursividade aqui.

Nesta função temos que se a variável param for maior que -3, sendo maior que -3 então a variável temp recebe o valor da variável param, além da função lista, recebendo o valor de param -3.

Como param = 15, temos:

15>-3

temp <- 15+lista(15-3) = 15+lista (12)

Agora com o valor de lista(12) temos:

12+lista(9)

Nessa continuidade temos:

9+lista(6)

6+lista(3)

3+lista(0)

0+lista(-3)

Sendo assim, os valores impressos são:

lista(0) = 0+lista(-3) =0

lista(3) = 3+lista(0) = 3+ 0 =3

lista(6) = 6+lista(3) = 6 +3 = 9

lista(9) = 9 +lista(3) = 9 + 9 = 18

lista(12) = 12 + lista(9) = 12 + 18 = 30

lista(15) = 15 + lista(12) = 15+30 = 45

Resposta correta, alternativa D

Resolução:

Antes de calcular o F1-Score, primeiramente devemos ter os valores de recall e precisão.

precisão = Verdadeiros positivos/(Verdadeiros positivos + Falsos positivos) = 80/(80 + 15) = 80/95 = 0,84

recall = Verdadeiros positivos/(Verdadeiros positivos + Falsos negativos) = 80/(80 + 20) = 0,8

Agora que temos a precisão e o recall, F1-score é:

F1-score = 2*precisão*recall/(precisão +recall) = 2*0,84*0,8/(0,84+0,8) = 0,82

Resposta certa, alternativa C

Resolução:

Vamos nos atentar ao while. Veja que a função estará em loop até b = 0, e veja que o valor de entrada de b é 15, sendo assim a primeira iteração será:

a = b = 15

b = 90%15 = 0 (Isso porque a sobre da divisão entre 90 e 10 é 0)

Veja que agora B é igual a 0, portanto não haverá uma nova iteração, sendo assim, a continua valendo 15.

Resposta correta, alternativa D

Resolução:

Sugestão de recurso ao final do artigo

Resolução:

Acredito que o melhor score para este tipo de necessidade seja o score Key Value (Chave-valor) já que este representa uma grande velocidade de busca, além de facilidade para leitura e escrita dos dados.

Resposta correta, alternativa B

Resolução:

Os princípios são:

Viés, transparência, explicabilidade, interpretabilidade, robustez, segurança e privacidade.

Veja que apenas performance não está incluso.

Resposta correta, alternativa E

Resolução:

O Spark aparesenta uma velocidade maior que no Hadoop, isso se dá devido ao Spark utilizar a memória ao invés de disco rígidos com o Hadoop.

Resposta correta, alternativa A

Resolução:

Neste caso é necessário a compreensão do entendimento da frase; isso se dá pela Análise Semântica.

Resposta correta, alternativa D

Resolução:

Primeiramente vamos ver a lista L depois de passar pelo loop for

L = [10,8,6,4,2]

Agora queremos os valores na posição 2 e 3, veja:

L[2] = 6 e L[3] = 4

L[2:4] = [6,4]

Resposta correta, alternativa C

Resolução:

Existem três subáreas de Machine Learning: classificação, regressão e clusterização.

Veja que das opções dadas, regressão linear é uma regressão e não uma clusterização.

Alternativa correta E

Resolução:

Sugestão de recurso ao final do artigo

Resolução:

Sugestão de recurso ao final do artigo

Resolução:

A análise prescritiva vai se utilizar do comportamento utilizando ferramentas matemáticas e estatísticas para identificar a melhor solução para o problema

Resposta correta, alternativa B

*SUGESTÃO DE RECURSO*

NÃO HÁ MODELO RELACIONAL NO EDITAL!

A banco adicionou SQL e banco de dados relacionais linkado com Principais SGBDs.

Embora SGBDs utilizem sim a linguagem SQL não é possível inferir cobranças em relação a tal linguagem. Considerando editais anteriores da FGV (SEFAZ-MG/2022 e SEFAZ-MT/2023) em ambos os editais cobra a linguagem SQL e os principais SGBDs; pois então, não faz sentido trazer este tipo de exercício quando a banca não deixa explicito SQL e modelo relacional.

Compartilhe este artigo
Victor Dalton

Victor Dalton

Professor de Informática, Tecnologia da Informação e Regimento Interno da Câmara dos Deputados. Foi Analista de Planejamento e Orçamento do MPOG, Analista do Banco Central do Brasil e Analista Legislativo da Câmara dos Deputados. Formado em Engenharia da Computação pelo IME. Possui certificações ITIL Foundation e Cobit Foundation.

Direção Concursos - Rodapé

Direção Concursos representa, na atualidade, o que há de melhor na preparação em alto rendimento para concursos públicos no Brasil.

Institucional

    Suporte

      Principais Concursos

        Concursos por localização

          Concursos por carreira

            Principais bancas de concurso

              Formas de pagamento

              Logo do Direção Concursos
              Logo do Direção Concursos
              Logo do Direção Concursos
              Logo do Direção Concursos
              Logo do Direção Concursos
              Logo do Direção Concursos

              DIREÇÃO CONCURSOS - CURSOS ONLINE PARA CONCURSOS. TODOS OS DIREITOS RESERVADOS. CNPJ: 32.161.525/0001-03