Question 1

O que é uma variável em Python?

Accepted Answer

Uma variável em Python é um nome que faz referência a um local de memória contendo um valor. Diferente de outras linguagens, Python usa tipagem dinâmica: o tipo da variável é determinado automaticamente durante a atribuição. Não é necessário declarar o tipo explicitamente.

Question 2

O que é uma classe em Python?

Accepted Answer

Uma classe é um modelo (blueprint) para criar objetos que compartilham os mesmos atributos e métodos. Define a estrutura e o comportamento dos objetos que serão instanciados a partir dela. As classes permitem organizar o código de forma modular e reutilizável agrupando dados e funcionalidades relacionados.

Question 3

Qual é a diferença fundamental entre uma lista e uma tupla em Python?

Accepted Answer

As listas são mutáveis (podem ser modificadas após a criação) enquanto as tuplas são imutáveis (não podem ser modificadas). Essa imutabilidade torna as tuplas hashable e utilizáveis como chaves de dicionário, ao contrário das listas. As tuplas também são ligeiramente mais eficientes em termos de memória e velocidade de acesso.

Question 4

O que é Git?

Accepted Answer

Git é um sistema de controle de versão distribuído criado por Linus Torvalds em 2005. Diferente dos sistemas centralizados como SVN, cada desenvolvedor tem uma cópia completa do histórico do projeto localmente. Isso permite trabalhar offline e oferece grande flexibilidade para fluxos de trabalho colaborativos.

Question 5

Qual método permite aplicar várias funções de agregação diferentes a uma única coluna com groupby?

Accepted Answer

O método agg() (ou aggregate()) permite aplicar várias funções de agregação às mesmas colunas. Você pode passar uma lista de funções como ['sum', 'mean', 'count'] ou um dicionário para especificar funções diferentes por coluna. Essa flexibilidade é essencial para criar relatórios estatísticos completos em uma única operação.

Question 6

Qual é a principal diferença entre a interface pyplot e a interface orientada a objetos do Matplotlib?

Accepted Answer

A interface pyplot (plt.plot, plt.title) é uma API estilo MATLAB que gerencia implicitamente as figuras e eixos atuais, conveniente para gráficos simples e rápidos. A interface orientada a objetos (fig, ax = plt.subplots()) dá controle explícito sobre cada elemento (Figure, Axes) e é recomendada para gráficos complexos, múltiplos subplots ou scripts de produção, pois torna o código mais legível e fácil de manter.

Question 7

Qual é a principal diferença entre Plotly Express e Plotly Graph Objects?

Accepted Answer

Plotly Express é uma API de alto nível que permite criar gráficos em uma única linha de código com parâmetros simples. Plotly Graph Objects é a API de baixo nível que oferece controle total sobre cada elemento do gráfico. Plotly Express usa Graph Objects internamente, o que permite alternar entre eles para personalizar ainda mais os gráficos.

Question 8

O que é um perceptron no contexto das redes neurais?

Accepted Answer

Um perceptron é a unidade básica de uma rede neural, inspirado no neurônio biológico. Ele recebe múltiplas entradas, multiplica-as por pesos, soma tudo com um bias, depois aplica uma função de ativação para produzir uma saída. O perceptron simples só pode resolver problemas linearmente separáveis, o que levou ao desenvolvimento de redes multicamadas.

Question 9

Qual é a principal diferença entre a Sequential API e a Functional API do Keras?

Accepted Answer

A Sequential API permite criar modelos camada por camada de forma linear, onde cada layer tem exatamente uma entrada e uma saída. A Functional API oferece mais flexibilidade ao permitir criar modelos com arquiteturas complexas: múltiplas entradas, múltiplas saídas, conexões residuais e grafos de layers compartilhados. Use Sequential para arquiteturas simples e Functional para casos mais avançados.

Question 10

O que é uma operação de convolution em uma CNN?

Accepted Answer

Uma convolution é uma operação matemática que aplica um filtro (kernel) sobre uma imagem deslizando esse filtro pela entrada e calculando o produto escalar em cada posição. Isso permite extrair features locais como bordas, texturas ou padrões. Diferente das redes densas, onde cada neurônio é conectado a todas as entradas, a convolution explora a estrutura espacial das imagens compartilhando os pesos do filtro em toda a imagem.

Perguntas de entrevista de Data Science & ML

Pronto para sua entrevista de Data Science & ML?

Explore todos os temas de Data Science & ML

Fundamentos de Python

Programação Orientada a Objetos em Python

Estruturas de dados em Python

Fundamentos do Git

Fundamentos de SQL

Fundamentos de NumPy

Fundamentos de Pandas

Jupyter & Google Colab

SQL Joins e consultas avançadas

Pandas avançado

Visualização com Matplotlib & Seaborn

Visualizações interativas com Plotly

Estatística descritiva

Estatística inferencial

Web Scraping

BigQuery & Cloud Data

Feature Engineering

ML Supervisionado: Regressão

ML Supervisionado: Classificação

Árvores de Decisão e Ensembles

ML Não Supervisionado

Pipelines ML e Validação

Séries Temporais e Previsão

Fundamentos de Deep Learning

TensorFlow & Keras

CNN e classificação de imagens

RNN e Sequências

Transformers e Attention

NLP e Hugging Face

GenAI e LangChain

MLOps e Implantação

Vagas Data Science & ML em números

Onde estão as vagas Data Science & ML

O mercado Data Science & ML hoje

Domine Data Science & ML para sua proxima entrevista