Pular para o conteúdo principal

Questão de Engenharia de Software — Inteligencia Artificial — CESPE / CEBRASPE 2026

Engenharia de SoftwareInteligencia Artificial
Código
ce229308
Banca
CESPE / CEBRASPE
Órgão
TCE-RN
Ano
2026
Nível
Superior
Cargo
Analista Administrativo - Especialidade: Tecnologia da Informação
Em pipelines de MLOps, a automação de testes, de monitoramento e de re-treinamento contínuo contribui para a confiabilidade e para a escalabilidade dos sistemas de ML.
  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: Automação em pipelines

✅ CERTO. Em pipelines de MLOps, a automação de testes, monitoramento e re-treinamento contínuo é fundamental para garantir confiabilidade (detecção precoce de degradação) e escalabilidade (processos repetitivos executados sem intervenção manual), conforme práticas consolidadas de engenharia de ML.

A afirmativa está correta pois reflete os pilares do MLOps: integrar práticas de DevOps ao ciclo de vida de modelos de machine learning. A automação contínua (testes, monitoramento, re-treinamento) permite que o sistema se adapte a mudanças nos dados e mantenha a qualidade em produção, reduzindo riscos e custos operacionais. O contexto de apoio sobre CI/CD reforça que a automação de testes é essencial para identificar defeitos rapidamente e manter a qualidade do software (princípio análogo aplicado a pipelines de ML).

Portanto, a afirmação está em linha com o que se espera de uma arquitetura de MLOps bem projetada.

  1. 1Testes automatizados
  2. 2Monitoramento contínuo
  3. 3Re-treinamento automático
  4. 4Confiabilidade e escalabilidade
LEVEL · soulevel.com.br

CERTO

Link permanente: /questoes/ce229308