Questões por Cursos Rateio

Questão 232012 · 57ª da prova

FGV 2026 – DATAPREV – Analista de Tecnologia da Informação: Algoritmos

Banca
FGV
Órgão
DATAPREV
Ano
2026
Cargo
Analista de Tecnologia da Informação
Matéria
Algoritmos e Estrutura de Dados
Assunto
Algoritmos · Conceitos Básicos e Algoritmos
A equipe de IA de uma FinTech foi encarregada de refatorar o pipeline de treinamento da rede neural responsável pela detecção de fraudes em transações de cartão de crédito. Atualmente, o sistema processa cerca de 50 milhões de transações diárias. No relatório técnico entregue à diretoria, os engenheiros precisam justificar a escolha da arquitetura de treinamento, detalhando as vantagens e o papel de cada algoritmo envolvido na otimização da rede.
Considerando o funcionamento, a eficiência computacional e as vantagens comparativas dos algoritmos de otimização, assinale a afirmativa correta.
  1. A
    O Método do Gradiente (Gradiente Descendente em Lote) é o mais eficiente para grandes volumes de dados, pois o Retropropagação (Backpropagation) calcula a perda de forma estocástica a cada transação, eliminando o uso do Método do Gradiente Estocástico (SGD).
  2. B
    O Método do Gradiente Estocástico (SGD) atualiza os pesos da rede com base em poucas amostras, reduzindo a memória necessária e o tempo por iteração em relação ao Método do Gradiente, enquanto a Retropropagação (Backpropagation) é o algoritmo responsável por calcular com eficiência os gradientes da função de perda em relação a cada peso.
  3. C
    A Retropropagação (Backpropagation) é um algoritmo de otimização alternativo ao Método do Gradiente Estocástico (SGD) que dispensa o cálculo de derivadas parciais, permitindo que o Método do Gradiente encontre o mínimo global sem risco de ficar preso em mínimos locais.
  4. D
    O Método do Gradiente garante atualização rápida a cada transação individual, sendo ideal para sistemas em tempo real, enquanto o Método do Gradiente Estocástico (SGD) requer o processamento de todo o banco de dados antes de atualizar qualquer parâmetro da rede.
  5. E
    O Método do Gradiente Estocástico (SGD) substitui a necessidade da Retropropagação (Backpropagation), pois calcula diretamente o erro da camada de saída e ajusta a camada de entrada, sem precisar propagar o sinal de erro pelas camadas ocultas.

Entre com a sua conta do Cursos Rateio. No plano Grátis são 10 questões por dia, sem pagar nada.

Mais questões de Algoritmos

Estude com milhares de questões de concurso

Filtre por banca, órgão, cargo e assunto, monte cadernos e simulados e acompanhe o seu desempenho.

Conhecer a área de Questões