O processo de ETL (Extract, Transform, Load) é fundamental para a construção de Data Warehouses.

Qual etapa do processo de ETL é responsável por converter os dados extraídos para um formato consistente e adequado para análise?

A intensificação do uso de tecnologias digitais tem redefinido padrões produtivos, relações de trabalho e formas de interação social. Sistemas baseados em inteligência artificial, infraestrutura em nuvem, redes de alta conectividade e mecanismos de segurança cibernética passaram a integrar políticas públicas e estratégias empresariais. Ao mesmo tempo, debates éticos e regulatórios ganham relevância diante do uso massivo de dados e da automação de decisões. Nesse cenário, a compreensão dos fundamentos técnicos e das implicações sociais dessas inovações torna-se essencial para a análise crítica das transformações em curso. Considerando esse contexto, analise as afirmações a seguir e classifique cada uma como verdadeira (V) ou falsa (F).
(   ) Modelos de inteligência artificial generativa são capazes de produzir textos, imagens e códigos a partir de padrões aprendidos em grandes volumes de dados.
(   ) A computação em nuvem elimina completamente a necessidade de infraestrutura física de servidores por parte das empresas.
(   ) A expansão das redes de quinta geração favorece aplicações que exigem baixa latência e maior capacidade de conexão simultânea.
(   ) A criptografia é irrelevante para a segurança digital em ambientes corporativos, pois a proteção depende exclusivamente de antivírus.
A sequência CORRETA, de cima para baixo, é:

Assinale a alternativa que apresenta um aspecto avançado com relação ao SPAM em e-mails.

Durante o desenvolvimento de um chatbot interno no Ministério Público, a equipe de TI percebeu que as respostas da IA, embora corretas, eram genéricas e pouco adaptadas ao contexto jurídico da instituição. O objetivo passou a ser obter respostas mais detalhadas, com terminologia adequada e foco nas normas e procedimentos internos. O técnico responsável foi orientado a revisar a formulação das instruções dadas ao modelo, ajustandoa forma e a estrutura dos comandos textuais. Para isso, o técnico deve fazer

Durante o desenvolvimento de um sistema de apoio à elaboração de minutas judiciais em um órgão do Ministério Público, a equipe técnica avaliou o uso de ferramentas de IA generativa para auxiliar na redação inicial dos documentos. Contudo, foi identificado que os textos gerados poderiam conter informações imprecisas e não referenciadas. Para garantir confiabilidade e rastreabilidade das respostas, a equipe decidiu integrar o modelo de IA a uma base de dados institucional, de forma que as respostas fossem fundamentadas em conteúdo validado. Neste contexto, o recurso técnico que atende aessa necessidade é

Ao analisar a viabilidade da implementação de um assistente virtual baseado em IA para auxiliar na triagem de demandas no Ministério Público (MP), um Técnico foi consultado e afirmou que os LLMS

Tendo o texto como referência inicial, julgue o item subsecutivo, a respeito de aprendizado de máquina.

Modelos preditivos dispensam validação em um conjunto separado de dados porque a acurácia calculada durante o treinamento já representa a capacidade real do modelo de prever eventos futuros.

Tendo o texto como referência inicial, julgue o item subsecutivo, a respeito de aprendizado de máquina.

A aprendizagem por reforço se diferencia da aprendizagem supervisionada, pois se baseia em feedback avaliativo, em vez de exemplos rotulados ou especificação da ação correta por um supervisor externo, para julgar a qualidade das ações.

Tendo o texto como referência inicial, julgue o item subsecutivo, a respeito de aprendizado de máquina.

O aprendizado por reforço é essencialmente uma forma de aprendizagem não supervisionada, pois seu objetivo principal é descobrir padrões ocultos e agrupamento nos dados, sem uso de rótulos; nesse paradigma, a recompensa funciona como um critério secundário de avaliação.

Em relação a MLOps (machine learning operations), julgue o item a seguir.

A construção de um repositório estruturado de versionamento e governança de modelos é uma prática recomendada em MLOps para garantir rastreabilidade, controle de implantação e execução segura de rollbacks.