Questões de Engenharia de Software do ano 2025

Ferramentas de gestão de projetos ajudam a planejar, monitorar e controlar tarefas, prazos e recursos, facilitando a colaboração e a tomada de decisões. Existem ferramentas mais adequadas para diferentes tipos de gerenciamento, como ágil, tradicional ou híbrido, garantindo a execução eficiente dos projetos dentro dos parâmetros estabelecidos.
Nesse sentido, correlacione as ferramentas de gestão de projetos apresentadas a seguir com suas respectivas descrições.
1. Microsoft Project 2. Jira 3. Trello

( ) Ferramenta robusta e amplamente utilizada em grandes projetos, oferecendo funcionalidades avançadas para cronogramas, alocação de recursos e acompanhamento de custos.
( ) Plataforma ágil que facilita a gestão de projetos com a utilização de quadros visuais, sendo muito popular em equipes que utilizam metodologias ágeis como o Scrum e Kanban.
( ) Ferramenta projetada para auxiliar equipes de desenvolvimento de software, com foco na gestão de tarefas e fluxos de trabalhos complexos, rastreamento de problemas (bugs) e integração com outras ferramentas de desenvolvimento.

Assinale a opção que indica a relação correta na ordem apresentada. 

As Redes Neurais Convolucionais (Convolutional Neural Network - CNNs) são amplamente utilizadas em tarefas de reconhecimento de imagens.
Sobre as características e as arquiteturas das CNNs, avalie as afirmativas a seguir.

I. Uma camada que compõe uma CNN é a camada convolucional. Nela ocorre a subamostragem da imagem, com o objetivo de se diminuir a carga computacional, o uso de memória e o número de parâmetros necessários.
II. LeNet-5, AlexNet e ResNet são exemplos de arquiteturas CNN.
III. A arquitetura de uma CNN é composta exclusivamente por camadas convolucionais e camadas de pooling.

Está correto o que se afirma em 

Marcelo, auditor especializado em Análise de Dados, está estudando o uso de algoritmos de aprendizado de máquina (Machine Learning) para a detecção de fraudes em contas públicas. Como parte de seus experimentos, ele dividiu seu conjunto de dados em treinamento e teste. Após treinar um modelo, percebeu que os resultados apresentavam indícios de underfitting.
O underfitting ocorre 

Algoritmos de Aprendizado de Máquina (Machine Learning) podem ser classificados quanto ao tipo de aprendizado.
Em relação ao tema, avalie as afirmações a seguir e assinale (V) para a verdadeira e (F) para a falsa.

( ) Tarefas de classificação e regressão são exemplos típicos de aprendizado supervisionado.
( ) No aprendizado não supervisionado, os dados de treinamento não estão rotulados.
( ) SVM, árvores de decisão e regressão logística são exemplos de algoritmos de aprendizado supervisionado.

As afirmativas são, respectivamente, 

Deep learning é uma subárea do aprendizado de máquina que utiliza redes neurais profundas para modelar dados complexos. Assinale a alternativa que descreve corretamente uma característica fundamental das redes neurais profundas.