Seu próximo nível começa aqui
Com a Assinatura Ilimitada, você tem tudo que precisa para sua aprovação.
Com a Assinatura Ilimitada, você combina prática, teoria e método em uma única assinatura com tudo que você precisa para sua aprovação.
Aumente suas chances de aprovação AGORA Acelere sua aprovação!
Assinatura Ilimitada por R$
/mês.
- Gran Questões
- Questões
Questões de Concurso sobre Pipeline
Disciplina
Assunto
1
Banca
Instituição
Cargo
Ano
Carreira
Área de formação
Escolaridade
Dificuldade
Comentários:
Professores
Alunos
Meus Comentários
Vídeo
Minhas questões:
Resolvidas
Não resolvidas
Certas
Erradas
Tipo de questão:
Certo e errado
Múltipla escolha
Incluir questões:
Anuladas
Desatualizadas
Questões:
Todas as questões
Filtro simplificado
Questões
Todas as questões
88
questões
encontradas
20
Mais recentes
Com relação à ingestão de dados via filas de mensagens em pipelines de dados, considere o cenário a seguir. Um pipeline consome eventos de uma fila de mensagens que pode entregar mensagens fora de ordem e com política de entrega “pelo menos uma vez”, o que pode ocasionar o recebimento do mesmo evento mais de uma vez. Nesse contexto, a medida mais adequada para evitar efeitos duplicados no processamento é
A
assumir uma entrega do tipo FIFO.
B
descartar mensagens que não sejam confirmadas no primeiro recebimento.
C
projetar o processamento do consumidor de forma idempotente.
D
aumentar o número de consumidores.
E
aplicar uma janela para reordenar eventos por timestamp antes do processamento.
No contexto da arquitetura interna de microprocessadores e da execução de instruções, o pipeline é uma técnica que permite a sobreposição de estágios. Acerca do funcionamento técnico e das falhas de fluxo (hazards) associadas, registre V, para as afirmativas verdadeiras, e F, para as falsas:
(__)O hazard de dados ocorre quando uma instrução depende do resultado de uma instrução anterior que ainda não completou sua execução através de todos os estágios do pipeline, podendo ser mitigado por técnicas de adiantamento (forwarding).
(__)O hazard de controle é provocado por instruções de desvio condicional, em que o endereço da próxima instrução a ser buscada é desconhecido até que a condição seja avaliada, resultando frequentemente em bolhas (stalls) ou uso de previsão de desvio.
(__)A execução fora de ordem (Out-of-Order Execution) é uma técnica de hardware que visa aumentar a profundidade do pipeline para reduzir o consumo de energia, independentemente do ganho de ciclos por instrução (Cycles Per Instruction − CPI).
(__)O hazard estrutural surge quando o hardware disponível não é suficiente para suportar todas as combinações possíveis de instruções em execução simultânea, como o acesso simultâneo à memória única para busca de instrução e dado.
(__)A unidade lógica e aritmética (Arithmetic Logic Unit − ALU) é o componente responsável exclusivo pela decodificação de instruções complexas em arquiteturas de conjunto de instruções reduzido (Reduced Instruction Set Computer − RISC).
Após análise, assinale a alternativa que apresenta a sequência correta dos itens acima, de cima para baixo:
A
V, V, V, F, F.
B
F, F, V, V, V.
C
V, F, V, F, V.
D
F, V, F, V, F.
E
V, V, F, V, F.
Um engenheiro de hardware aumentou a frequência de operação de um novo processador fracionando o ciclo de instrução em 35 estágios de curtíssima duração. Embora o clock tenha dobrado, os testes de benchmark revelaram que o desempenho despenca em programas com muitos desvios condicionais, devido ao alto custo em ciclos para limpar e recarregar a esteira quando a predição de desvio falha. Assinale a alternativa que apresenta a classificação arquitetural correta para esse processador.
A
Processador Superescalar.
B
Processador Superpipeline.
C
Arquitetura VLIW.
D
Multithreading Simultâneo.
E
Processador Vetorial.
Nos processadores modernos, o pipeline de instrução é uma técnica utilizada para sobrepor a execução de múltiplas instruções, dividindo o processamento em estágios sequenciais. Com base na indicação dos estágios a seguir, preencha os parênteses, representando a sequência típica de um pipeline de seis estágios.
( ) FI — Buscar instrução (Fetch Instruction).
( ) WO — Escrever operandos (Write Operands).
( ) FO — Buscar operandos (Fetch Operands).
( ) DI — Decodificar instrução (Decode Instruction).
( ) CO — Calcular operandos / endereço efetivo (Compute Operands).
( ) EI — Executar instrução (Execute Instruction).
A sequência correta em que ocorre o pipeline é:
A
(1); (6); (4); (2); (3); (5).
B
(1); (5); (3); (2); (4); (6).
C
(2); (6); (1); (4); (3); (5).
D
(1); (4); (2); (5); (3); (6).
Durante a análise de desempenho de um processador, uma técnica de otimização baseada em pipeline foi avaliada pela equipe de arquitetura computacional. Antes da implementação, uma instrução era executada integralmente em 20 nanossegundos. Após a divisão do processamento em 5 estágios de pipeline, cada estágio passou a consumir 4 nanossegundos por ciclo. Considerando o funcionamento ideal do pipeline, sem atrasos, bolhas ou conflitos de execução, o tempo necessário para concluir 8 instruções consecutivas passou a ser de:
A
32 ns
B
40 ns
C
52 ns
D
48 ns
E
60 ns
Um analista está implementando um pipeline no Logstash, da pilha ELK, para tratar registros de acesso HTTP oriundos de um servidor Apache. Para isso, foi usada a seguinte configuração de filtro:
Considere que uma linha de entrada válida seja:
192.168.1.10 - - [22/Mar/2026:14:09:58 +0000] "GET /index.php HTTP/1.1" 200 5120
Com base no funcionamento do Logstash e dos plugins utilizados, com a específica configuração e sintaxe apresentados, assinale a afirmativa correta.
A
O plugin date converte o campo raw_date em inteiro epoch, sobrescrevendo automaticamene o campo status_code, desde que o grok tenha sido executado com sucesso.
B
Após o processamento, o campo client_ip permanece no evento e, adicionalmente, é copiado para o campo aninhado [source][ip], já que a operação rename não remove o campo original.
C
O campo status_code será convertido para tipo numérico inteiro, enquanto o campo bytes permanecerá textual, salvo conversão adicional explícita.
D
O padrão %{URIPATHPARAM:request} captura exclusivamente o caminho da URI, mas nunca parâmetros de consulta (query string), razão pela qual o filtro falharia, caso a URL contenha ?id=10.
E
O plugin grok já converte automaticamente os campos %{NUMBER:status_code} e %{NUMBER:bytes} para tipo numérico, tornando redundante o uso de mutate { convert => ... }.
Uma fintech desenvolveu um pipeline ponta a ponta (end-to-end) de machine learning para detecção de fraudes em transações financeiras.
O pipeline inclui as seguintes etapas:
(1) ingestão de dados em tempo real via streaming;
(2) feature engineering com agregações temporais (médias móveis de 7 e 30 dias);
(3) predição usando um modelo de gradient boosting;
(4) deployment em arquitetura de microsserviços.
Após três meses em produção, o time de MLOps observou degradação gradual no F1-score de 0.89 para 0.72, enquanto o monitoramento revelou que as distribuições das features agregadas apresentavam mudanças estatisticamente significativas (p < 0.01 no teste de Kolmogorov-Smirnov), embora as features brutas individuais permanecessem estáveis.
Considerando as melhores práticas de pipelines de ML em produção e estratégias de deployment, a equipe deve:
A
descartar as features agregadas temporais do pipeline, pois são a causa do data drift observado, e retreinar o modelo usando apenas as features brutas individuais que permaneceram estáveis;
B
implementar apenas alertas de monitoramento mais sensíveis para detectar drift precocemente, mantendo o pipeline atual inalterado, pois o F1-score de 0.72 ainda é considerado aceitável para aplicações de detecção de fraudes em produção;
C
adotar estratégia de deployment blue-green para testar um novo modelo treinado com dados recentes em paralelo com o modelo atual, direcionando gradualmente o tráfego para o novo modelo enquanto monitora métricas de desempenho e features drift;
D
implementar um sistema de retreinamento automático com janela deslizante que periodicamente atualiza o modelo com dados recentes, mantendo as features agregadas mas recalculando-as sobre períodos mais curtos para reduzir latência conceitual;
E
aumentar a complexidade do modelo substituindo gradient boosting por deep learning com redes neurais recorrentes, pois modelos mais complexos são mais robustos a drift e podem capturar padrões temporais automaticamente sem feature engineering.
No contexto da Unidade Central de Processamento (CPU), Pipelining refere-se
A
à técnica que amplia o uso da memória cache para reduzir acessos à RAM (Random Access Memory).
B
ao método que utiliza múltiplos núcleos para executar tarefas de forma paralela.
C
à técnica que divide instruções em etapas para processá-las simultaneamente em fases distintas.
D
ao método que reorganiza instruções para evitar conflitos durante a execução.
E
à estrutura que processa operações matemáticas em ponto flutuante de maneira dedicada.
Em um servidor GitLab CI/CD, um pipeline é acionado por um push no branch 'feature/nova-funcionalidade'. O arquivo .gitlab-ci.yml que configurou o pipeline acionado não possui regras específicas para esse branch. Além disso, a variável $CI_COMMIT_BRANCH, predefinida pelo GitLab CI/CD, não foi sobrescrita em nenhum momento.
Nesse cenário, o valor da variável $CI_COMMIT_BRANCH durante a execução do pipeline será:
A
o nome do branch padrão do repositório;
B
o nome do branch remoto ‘feature/nova-funcionalidade’;
C
nulo, pois essa variável estará desativada para esse branch;
D
o nome do branch local onde o commit foi originado, prefixado pelo upstream;
E
o nome do branch local onde o commit foi originado, sem informações de upstream.
Ano:
2026
Um processador superescalar com pipeline de 5 estágios executa instruções fora de ordem (out-of-order execution). Durante a execução, uma instrução de divisão (latência de 20 ciclos) é seguida por três instruções de soma que não dependem do resultado da divisão.
Considerando que o processador possui unidades funcionais separadas para divisão e soma, e um buffer de reordenação (ROB), o comportamento esperado do pipeline é que
A
todas as instruções aguardam a conclusão da divisão antes de iniciar execução.
B
as instruções de soma são canceladas e reescalonadas após a divisão.
C
as instruções de soma completam e fazem commit imediatamente, sem aguardar a divisão.
D
o pipeline entra em stall completo até que a divisão termine.
E
as instruções de soma são executadas em paralelo à divisão e completam antes, mas o commit respeita a ordem original.
A técnica de "pipeline", utilizada em processadores, tem como principal objetivo
A
aumentar o clock real de cada transistor individualmente.
B
reduzir o calor gerado pelo processador.
C
substituir a necessidade de memória cache.
D
executar apenas uma instrução complexa por ciclo de clock.
E
permitir que várias instruções sejam sobrepostas na execução.
No modelo clássico de três estados de processo, um processo que solicita a leitura de dados por meio de um pipe cuja entrada ainda não foi produzida deve ser considerado pronto, pois já pode prosseguir logicamente na execução assim que o escalonador lhe conceder a CPU.
C
Certo
E
Errado
Considerando uma Secretaria Estadual que integra periodicamente NF-e, CT-e e declarações eletrônicas de múltiplos legados, exigindo reprocessamento auditável, controle explícito de dependências e rastreabilidade temporal das execuções, a característica de uma solução de orquestração de pipelines que atende ao requisito apresentado é a
A
substituição da orquestração por mensageria assíncrona, delegando consistência às aplicações consumidoras.
B
execução paralela das tarefas para maximizar throughput, delegando ordenação à infraestrutura de cluster.
C
execução de cargas por agendamento fixo, tratando cada job de maneira autônoma e desacoplada.
D
definição de fluxos como um Directed Acyclic Graph, com dependências e estados explícitos, retries controlados e reexecução idempotente.
E
centralização das transformações no banco transacional de arrecadação para reduzir latência de ponta a ponta durante o pipeline de entrega e integração contínuas.
Em pipelines de Inteligência Artificial (IA) Generativa com RAG (Retrieval-Augmented Generation), durante a preparação do corpus para indexação e recuperação, o chunking de documentos consiste em
A
resumir documentos, para reduzir o texto antes da geração de embeddings.
B
extrair e padronizar metadados, para filtrar resultados antes da busca vetorial.
C
normalizar texto e remover duplicatas, para melhorar a qualidade do corpus.
D
quantizar vetores de embeddings, para reduzir o armazenamento no índice vetorial.
E
dividir textos longos em segmentos menores, para indexação e recuperação.
Sobre o pipeline de instrução e seus hazards, assinale a alternativa correta.
A
Um hazard de recursos ocorre quando uma instrução de desvio condicional está em execução no pipeline, e o processador não pode determinar qual instrução buscar a seguir, pois o endereço de destino do desvio ainda não foi calculado.
B
O hazard de controle, também conhecido como hazard de desvio, ocorre quando o endereço da próxima instrução a ser buscada depende do resultado de uma instrução de desvio ainda em execução no pipeline.
C
Um hazard de dados ocorre quando duas ou mais instruções em estágios simultâneos precisam do mesmo recurso de hardware, exigindo serialização parcial do pipeline.
D
As estratégias de previsão de desvio “previsão sempre tomada” e “previsão nunca tomada” são dinâmicas: dependem do histórico de execução das instruções de desvio anteriores.
E
A inserção de ciclos ociosos (stalls) é a única solução possível para hazards de dados; o encaminhamento de dados (forwarding) é uma técnica exclusiva de tratamento de hazards de controle, não sendo aplicável a hazards de dados.
Em um sistema de armazenamento definido por software, o plano de dados é organizado de forma que múltiplos serviços de armazenamento — como verificação de malware, cache, compressão e criptografia — são aplicados sequencialmente sobre os fluxos de E/S, seguindo uma ordem vertical fixa em que cada componente recebe requisições apenas do elemento imediatamente acima e encaminha para o imediatamente abaixo, conforme políticas definidas pelo plano de controle. Esse modelo de organização interna dos estágios do plano de dados corresponde a:
A
Queue-based stages.
B
Stack-based stages.
C
Storlet-based stages.
D
Policy-driven pipelines stages.
O formato CSV é amplamente utilizado em pipelines de dados para transferência de conjuntos de dados entre sistemas heterogêneos. Apesar de sua simplicidade, o formato apresenta características e limitações técnicas que devem ser consideradas durante a implementação de processos de ingestão e integração. Diante disso, analise as afirmativas a seguir sobre o formato CSV:
I. O formato CSV não incorpora um esquema de dados embutido no arquivo, o que exige que os tipos, significados e formatos de cada coluna sejam documentados externamente ou inferidos durante a leitura.
II. Um arquivo CSV suporta a representação nativa de dados hierárquicos e aninhados, como listas de itens, vinculados a um único registro pai, desde que os delimitadores aninhados sejam configurados corretamente no parser utilizado.
III. Quando um valor de campo contém o caractere delimitador, esse campo deve ser envolvido entre aspas duplas para que o parser o interprete como um único valor, conforme previsto pela especificação RFC 4180.
IV. A codificação de caracteres utilizada em um arquivo CSV é declarada de forma explícita no próprio arquivo, garantindo que sistemas distintos realizem a leitura correta dos dados sem necessidade de configuração adicional.
Está(ão) CORRETA(S):
A
I, apenas.
B
II e IV, apenas.
C
I e III, apenas.
D
III e IV, apenas.
E
I, II e III, apenas.
Em arquitetura de computadores, a técnica de pipeline busca melhorar o desempenho do processador por meio da sobreposição de etapas de execução das instruções. Sobre essa técnica, assinale a alternativa correta.
A
O pipeline elimina completamente conflitos de dados, de controle e estruturais, dispensando mecanismos como previsão de desvio e encaminhamento de dados.
B
O pipeline permite que diferentes instruções estejam simultaneamente em estágios distintos de execução, aumentando a vazão do processador, embora não necessariamente reduza a latência individual de cada instrução.
C
O pipeline transforma instruções complexas em microinstruções executadas exclusivamente pela memória principal.
D
O pipeline reduz o número de registradores necessários, pois todas as instruções passam a compartilhar o mesmo estágio de execução ao mesmo tempo.
As arquiteturas de IA que se baseiam em nuvem frequentemente adotam pipelines distribuídos para ingestão, o processamento e a inferência de dados em tempo quase real.
C
Certo
E
Errado
Ano:
2026
O Jenkins é um servidor de automação usado para suportar práticas de Integração Contínua e Entrega Contínua (CI/CD). Um de seus recursos centrais é o Jenkins Pipeline, que permite a modelagem de ciclos de vida de entrega de software como código (Pipeline-as-Code), geralmente definidos em um arquivo chamado Jenkinsfile.
Nesse cenário, avalie as afirmativas a seguir e assinale (V) para a verdadeira e (F) para falsa.
( ) Não é possível utilizar shell script em um Jenkins Pipeline.
( ) Existem dois tipos de sintaxe para arquivos Jenkinsfile: Declarative e Scripted.
( ) É uma boa prática combinar as etapas (steps) de um Pipeline em etapas únicas sempre que possível, a fim de reduzir a sobrecarga gerada pelo próprio mecanismo de execução.
As afirmativas são, respectivamente,
A
F – V – V.
B
F – F – V.
C
F – V – F.
D
V – V – V.
E
V – F – F.
Gerar simulado