Questões de Engenharia de Software da FUVEST

Em aprendizado de máquina, classificadores binários e multiclasses são usados para categorizar dados em duas ou mais classes. Considere os cenários a seguir:

1. Um sistema de detecção de fraudes bancárias, onde cada transação deve ser classificada como fraudulenta ou não fraudulenta.

2. Um modelo de classificação de espécies de flores, onde cada flor pode ser categorizada como setosa, versicolor ou virginica.

Em relação aos cenários apresentados, assinale a alternativa que descreve os modelos mais adequados para cada tipo de problema.

Uma equipe Scrum está trabalhando em um projeto de e-commerce e precisa entregar uma nova funcionalidade de carrinho de compras em duas Sprints. Durante a Sprint Review, o Product Owner percebe que algumas funcionalidades entregues não atendem aos critérios de aceitação definidos. Além disso, a equipe de desenvolvimento relata que as estimativas feitas no Sprint Planning foram insuficientes, e o Scrum Master percebe que a velocidade do time diminuiu. Diante do cenário apresentado, qual deve ser a melhor abordagem para garantir a melhoria contínua e a entrega de valor ao final da próxima Sprint?

Uma empresa de tecnologia está implementando um novo processo ágil para sua equipe de ciência de dados. O principal desafio é que os projetos de ciência de dados envolvam tarefas exploratórias e imprevisíveis, onde nem sempre há um produto final definido desde o início. Além disso, a equipe precisa de um sistema que permita a execução de múltiplas tarefas, simultaneamente, sem exigir que todas sejam planejadas em ciclos fixos.

Considerando o contexto descrito, assinale a alternativa que apresenta a metodologia ágil, mais adequada, para gerenciar esse tipo de fluxo de trabalho.