Questão de Ciência e Tecnologia — Ato das Disposições Constitucionais Transitórias - ADCT — FGV 2026
Ciência e TecnologiaAto das Disposições Constitucionais Transitórias - ADCT
- Código
- fg133971
- Banca
- FGV
- Órgão
- TJ-RJ
- Ano
- 2026
- Nível
- Superior
- Cargo
- Analista Judiciário - Tecnologia da Informação - Cientista de Dados
Uma empresa de e-commerce implantou um modelo de machine learning para prever a probabilidade de churn, métrica que indica a rotatividade ou evasão de clientes. Após seis meses em produção, a equipe de dados observou que, embora as distribuições estatísticas das features de entrada permanecessem estáveis (mesmas médias, mesmos desvios-padrão e mesmas distribuições), o relacionamento entre essas features e a variável-alvo (churn) havia mudado significativamente devido a alterações no comportamento dos consumidores causadas por novas políticas de fidelização da empresa.Diante desse cenário, é correto afirmar que o modelo:
- Arequer apenas ajustes nos hiperparâmetros através de validação cruzada com os dados históricos originais, mantendo a mesma arquitetura e features do pipeline de produção atual;
- Bestá sofrendo de concept drift, uma vez que a relação entre as features e o target mudou, requerendo retreinamento do modelo com dados recentes que reflitam o novo comportamento dos clientes;
- Cnão apresenta problemas, pois as distribuições estatísticas das features permanecem estáveis, e mudanças em políticas internas da empresa não afetam a capacidade preditiva de modelos já treinados;
- Destá sofrendo de data drift, pois as características dos dados de entrada mudaram ao longo do tempo, sendo necessário realizar feature engineering adicional para capturar as novas políticas de fidelização;
- Eapresenta tanto data drift quanto concept drift simultaneamente, sendo necessário reprojetar completamente o pipeline de machine learning incluindo nova coleta de dados e arquitetura de modelo.