Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2025

Engenharia de SoftwareInteligencia Artificial
Código
ce195651
Banca
CESPE / CEBRASPE
Órgão
BDMG
Ano
2025
Nível
Superior
Cargo
Analista de Desenvolvimento - Sistemas, Arquitetura e Solução de Dados
Relativamente aos conceitos de CRISP-DM, MLOps e Python, julgue o seguinte item.O monitoramento contínuo em MLOps é utilizado para identificar desvios de desempenho de modelos em produção, incluindo mudanças na distribuição de dados usados em comparação a dados de treinamento.
  1. CCerto
  2. EErrado
Revelar gabarito e comentário

GabaritoC — Certo

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

MLOps — Monitoramento Contínuo

Gabarito: ✅ CERTO. A afirmação está correta. O monitoramento contínuo em MLOps é uma prática essencial para garantir que modelos em produção mantenham seu desempenho esperado. Ele identifica desvios como data drift (alterações na distribuição dos dados de entrada em relação aos dados de treinamento) e concept drift (mudanças na relação entre variáveis de entrada e o alvo). Esses desvios podem degradar a precisão do modelo, exigindo ações corretivas como retreinamento.

A banca testa o conhecimento sobre os tipos de desvio monitorados em MLOps. A expressão "mudanças na distribuição de dados usados em comparação a dados de treinamento" é a definição exata de data drift. Portanto, o item está correto.

PEGA ESSA DICA!

Grave a diferença entre data drift (dados de entrada mudam) e concept drift (a relação entrada-saída muda). Ambos são monitorados em MLOps.

Gabarito: ✅ CERTO.

Link permanente: /questoes/ce195651