Crear cuenta
Examen oficial · A1Test

Prueba de conocimientos básicos (test) - Personal experto en Inteligencia Artificial y Ciencia de Datos, convocatoria 08/2025, perfil Inteligencia Artificial (Banco de España)

Técnico/a Superior de Sistemas de InformaciónTurno libre

Banco de España

12 de julio de 2025 · 17:30 hLugar: Facultad de Derecho de la Universidad Autónoma de Madrid (Campus de Cantoblanco, C/ Kelsen, 1, 28049 Madrid)50 preguntas

Cuestionario y respuestas contrastados con fuentes oficiales

Modalidad de la prueba

Test

Carácter
Teórica
Preguntas
50
Imágenes
Incluye imágenes del documento oficial
Corrección automática
Sí
Respuestas correctas
Plantilla definitiva

Contenido del examen

50 preguntas · 8 materias

  • Informática y TIC 19 preguntas · 38 %
  • Inteligencia artificial y datos 15 preguntas · 30 %
  • Bases de datos y SQL 6 preguntas · 12 %
  • Programación y desarrollo 6 preguntas · 12 %
  • Ingeniería del software y metodologías 1 pregunta · 2 %
  • Sistemas operativos 1 pregunta · 2 %
  • Transparencia y Buen Gobierno (Ley 19/2013) 1 pregunta · 2 %
  • Unión Europea 1 pregunta · 2 %

Sistema de puntuación

  • +3 correcta
  • −1 incorrecta
  • 0 en blanco

Según la documentación oficial del proceso.

Ver criterio completo

Base 7.1.2: cada respuesta correcta vale 1 punto, en blanco 0 y la incorrecta resta 0,33 puntos (en tercios: +3/−1).

Consultar las bases (abre en una pestaña nueva)

Realiza el examen

0 de 50 respondidas

Pregunta 1 de 50 Informática y TIC Considere la siguiente ecuación e indique a qué distribución de probabilidad conocida corresponde, así como sus parámetros:
Fórmula: (1/√(8π)) · e^(−(x−1)²/8)
Pregunta 2 de 50 Informática y TIC Al realizar una descomposición en autovectores de la matriz de covarianza de los datos observa que existe un autovalor cercano a 0. ¿Qué implicaciones tiene esto?
Pregunta 3 de 50 Informática y TIC Se plantea un problema de clasificación binaria en el que la relación de clases sigue una proporción de 99% para la clase mayoritaria y 1% para la clase minoritaria. A la hora de diseñar un estudio de diferentes modelos supervisados de clasificación y teniendo en cuenta que ambas clases son importantes para el problema a resolver, ¿qué métrica sería más adecuada para validar qué modelo produce mejores resultados?:
Pregunta 4 de 50 Informática y TIC Está usted realizando ingeniería de características para un problema de clasificación de documentos, y ha decidido emplear un método del tipo bolsa de palabras (bag of words) para transformar los textos a vectores. Suponiendo que ha configurado este método para contar bigramas de palabras, ¿cuál de los siguientes vectores sería una representación posible del texto “El reloj de la pared de la cocina no funciona”?
Pregunta 5 de 50 Transparencia y Buen Gobierno (Ley 19/2013) Participa usted en un proyecto donde se plantea instalar en una plaza pública una serie de cámaras que, mediante algoritmos de visión artificial, identifiquen en tiempo real a las personas que cometan actividades delictivas, como pudiera ser la realización de pintadas ilegales. Bajo el reglamento europeo de la IA, ¿en qué nivel de riesgo debería catalogarse este tipo de sistema?
Pregunta 6 de 50 Informática y TIC Indique el resultado que se generaría al ejecutar el siguiente programa en R:
Código R:
ff <- function(n) {
  f <- c()
  i <- 2
  while (i < n) {
    if (n %% i == 0) {
      f <- c(f, i)
      n <- n / i
    }
    else i <- i + 1
  }
  if (n > 2) f <- c(f, n)
  return(f)
}
print(ff(70))
Pregunta 7 de 50 Bases de datos y SQL Analice la siguiente estructura de base de datos: ¿Cuál sería la consulta SQL adecuada para obtener los nombres de los 10 clientes que han realizado pagos por mayor importe total de todas sus compras en el comercio “Tienda ABC” durante el mes de marzo de 2025?
Diagrama entidad-relación con cuatro tablas. Clientes: id_cliente (integer, PK), nombre varchar(100), email varchar(150), fecha_registro timestamp. Cuentas: id_cuenta (integer, PK), id_cliente (integer, FK→Clientes), numero_cuenta varchar(20), tipo_cuenta enum, saldo decimal(15,2). Comercios: id_comercio (integer, PK), nombre varchar(150), categoria varchar(100), ubicacion text. Pagos: id_pago (integer, PK), id_cuenta (integer, FK→Cuentas), id_comercio (integer, FK→Comercios), monto decimal(10,2), fecha_pago timestamp, metodo_pago enum.
a)
SELECT c.nombre, SUM(p.monto) AS tgas
FROM Pagos p
JOIN Cuentas cu ON p.id_cuenta = cu.id_cuenta
JOIN Clientes c ON cu.id_cliente = c.id_cliente
JOIN Comercios co ON p.id_comercio = co.id_comercio
WHERE co.nombre = 'Tienda ABC'
AND strftime('%Y-%m', c.fecha_registro) = '2025-03'
GROUP BY c.nombre
ORDER BY tgas DESC
LIMIT 10;
b)
SELECT c.nombre, SUM(p.monto) AS total_gastado
FROM Pagos p
JOIN Cuentas cu ON p.id_cuenta = cu.id_cuenta
JOIN Clientes c ON cu.id_cliente = c.id_cliente
JOIN Comercios co ON p.id_comercio = co.id_comercio
WHERE co.nombre = 'Tienda ABC'
AND strftime('%Y-%m', p.fecha_pago) = '2025-03'
GROUP BY c.id_cliente
ORDER BY p.monto DESC
LIMIT 10;
c)
SELECT c.nombre, MAX(p.monto) AS total_gastado
FROM Pagos p
JOIN Cuentas cu ON p.id_cuenta = cu.id_cuenta
JOIN Clientes c ON cu.id_cliente = c.id_cliente
JOIN Comercios co ON p.id_comercio = co.id_comercio
WHERE co.nombre = 'Tienda ABC'
AND strftime('%Y-%m', p.fecha_pago) = '2025-03'
GROUP BY c.id_cliente
ORDER BY total_gastado DESC
LIMIT 10;
d)
SELECT c.nombre, SUM(p.monto) AS tgas
FROM Pagos p
JOIN Cuentas cu ON p.id_cuenta = cu.id_cuenta
JOIN Clientes c ON cu.id_cliente = c.id_cliente
JOIN Comercios co ON p.id_comercio = co.id_comercio
WHERE co.nombre = 'Tienda ABC'
AND strftime('%Y-%m', p.fecha_pago) = '2025-03'
GROUP BY c.id_cliente
ORDER BY tgas DESC
LIMIT 10;
Pregunta 8 de 50 · N.º original 9 Programación y desarrollo Se dispone a realizar un análisis sobre un fichero en formato CSV, del cual se muestran a continuación sus primeras filas: Debe encontrar la puntuación media que los usuarios han otorgado a cada tipo de restaurante en cada ciudad. Para evitar utilizar datos antiguos, deberá filtrar aquellos para los que la puntuación se haya asignado antes del 1 de febrero de 2024. Así mismo, no deberá tener en cuenta en sus cálculos aquellos restaurantes que hayan recibido menos de 5 críticas. Para todo ello ha elaborado el siguiente script en Python: Indiqué qué código debería introducirse en las líneas faltantes del script:
Restaurant,City,User,Score,VisitDate,Type
La Trattoria,New York,Alice,4.5,2024-03-10,Italian
Sushi Zen,Los Angeles,Bob,3.8,2024-02-25,Japanese
El Taco Loco,Houston,Charlie,5.0,2024-03-15,Mexican
Steakhouse 101,Chicago,David,4.2,2024-01-20,Steakhouse
Vegan Delight,San Francisco,Emily,3.5,2024-02-10,Vegan
Pasta Paradise,Miami,Frank,4.7,2024-03-05,Italian
BBQ Central,Dallas,Grace,4.0,2024-01-28,Barbecue
Curry House,Seattle,Henry,3.9,2024-02-18,Indian
Ocean Bites,Boston,Irene,4.8,2024-03-12,Seafood
Burger Haven,Denver,Jack,3.6,2024-01-30,American
import pandas as pd
df = pd.read_csv("reviews.csv")
df["VisitDate"] = pd.to_datetime(df["VisitDate"])
df = df[df["VisitDate"] >= "2024-02-01"]
restaurant_counts = df["Restaurant"].value_counts()
[FALTANTE]
a)
df = df[df["Restaurant"].isin(restaurant_counts[restaurant_counts > 5].index)]
df.groupby(["City", "Type"]).mean()["Score"]
b)
df = df[df.isin(restaurant_counts[restaurant_counts >= 5])]
df.groupby(["Type", "City"]).mean()["Score"]
c)
df = df[df.isin(restaurant_counts[restaurant_counts > 5].index)]
df.groupby(["Type", "City"])["Score"].mean()
d)
df = df[df["Restaurant"].isin(restaurant_counts[restaurant_counts >= 5].index)]
df.groupby(["City", "Type"])["Score"].mean()
Pregunta 9 de 50 · N.º original 10 Bases de datos y SQL Se le plantea el diseño de una aplicación de analítica que necesita poder ejecutar consultas sobre una gran cantidad de información de compras realizadas por usuarios en una web de comercio online, con el fin de detectar redes de clientes que compran los mismos productos, y así hacer poder recomendaciones del tipo “otros clientes como tú también compraron…”. El sistema en producción emplea una base de datos de tipo SQL para su operativa transaccional habitual; sin embargo, es necesario diseñar un sistema paralelo que permita realizar estas analíticas, para no entorpecer la actividad de producción del sistema actual. Teniendo en cuenta estos requisitos, ¿cuál de las siguientes tecnologías de base de datos sería más adecuada para este fin?
Pregunta 10 de 50 · N.º original 11 Informática y TIC Se encuentra usted afrontando un problema de predicción de series temporales con resolución diaria. Al visualizar la serie histórica obtiene la siguiente gráfica: Indique cuál sería la forma más adecuada de preprocesar los valores de esta serie antes de usarlos como entrada para un modelo predictivo:
Gráfico de serie temporal diaria (eje X: Year, de 2010-01-01 a 2020-01-01; eje Y: Value, de 0 a ~180) con tendencia creciente aproximadamente lineal y un patrón estacional anual (oscilación que se repite cada año), con algo de ruido.
Pregunta 11 de 50 · N.º original 12 Informática y TIC Analice el siguiente código, para el que ya se han realizado los imports necesarios y se ha creado un contexto de Spark en la variable sc: Considere también los siguientes ficheros de datos: “stopwords.txt” en un la el a de “doc.txt” En un lugar de la Mancha, de cuyo nombre no quiero acordarme En nombre de todos los presentes en este lugar ¿Cuál sería el resultado de la ejecución del programa?
Código PySpark:
stopwords = sc.textFile("stopwords.txt").map(lambda x: x.strip().lower()).collect()
doc_rdd = sc.textFile("doc.txt")

words = doc_rdd \
    .flatMap(lambda line: line.lower().split()) \
    .filter(lambda word: word and word not in stopwords)

word_counts = words.map(lambda word: (word, 1)) \
                   .reduceByKey(lambda a, b: a + b) \
                   .sortBy(lambda pair: -pair[1])

print(word_counts.collect())
Opciones de respuesta:
a) [('lugar', 2), ('nombre', 2), ('no', 1), ('todos', 1), ('los', 1), ('presentes', 1), ('mancha', 1), ('cuyo', 1), ('quiero', 1), ('acordarme', 1), ('este', 1)]
b) [('lugar', 2), ('nombre', 2), ('no', 1), ('todos', 1), ('los', 1), ('presentes', 1), ('Mancha', 1), ('cuyo', 1), ('quiero', 1), ('acordarme', 1), ('este', 1)]
c) [('en', 3), ('de', 3), ('lugar', 2), ('nombre', 2), ('un', 1), ('la', 1), ('no', 1), ('todos', 1), ('los', 1), ('presentes', 1), ('mancha', 1), ('cuyo', 1), ('quiero', 1), ('acordarme', 1), ('este', 1)]
d) [('lugar', 2), ('nombre', 2), ('todos', 1), ('los', 1), ('presentes', 1), ('mancha', 1), ('cuyo', 1), ('quiero', 1), ('acordarme', 1), ('este', 1)]
Pregunta 12 de 50 · N.º original 14 Programación y desarrollo Analice el siguiente código en Python, teniendo en cuenta que ya cuenta con un conjunto de datos cargado en las variables “X” e “y”: Indique en qué línea se ha producido un error metodológico:
01. X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
02. scaler = StandardScaler()
03. X_train_scaled = scaler.fit_transform(X_train)
04. X_test_scaled = scaler.fit_transform(X_test)
05. lr = LogisticRegression()
06. param_grid = {'C': [0.1, 1.0, 10.0]}
07.
08. grid_search = GridSearchCV(lr, param_grid)
09. grid_search.fit(X_train_scaled, y_train)
10.
11. y_pred = grid_search.predict(X_test_scaled)
12. print("Accuracy:", accuracy_score(y_test, y_pred))
13. print("\nClassification Report:\n", classification_report(y_test, y_pred))
Pregunta 13 de 50 · N.º original 15 Programación y desarrollo Para una aplicación de aprendizaje supervisado se ha diseñado un modelo de clasificación cuya función de pérdida toma la siguiente forma: donde x es una lista con cada uno de los vectores de variables explicativas de los datos de entrenamiento, y es un vector con las correspondientes etiquetas de clasificación (0 o 1), y ||w||₂² denota el cuadrado de la norma L2 o euclídea del vector w. Suponiendo que se va a realizar el aprendizaje de este modelo mediante un algoritmo de descenso por gradiente con momento, denotando la tasa de aprendizaje como δ y el factor de momento como μ, ¿cuál de las siguientes opciones representa fielmente el método de actualización del vector de parámetros w del modelo?
f(x,y) = 1/2 Σ_{i=1}^{N} ReLU(y_i (w · x_i)) + λ‖w‖₂²
a) ∇^(t) = Σ_{i=1}^{N} y_i x_i + 2λ w^(t); m^(t+1) = μ m^(t) − δ ∇^(t); w^(t+1) = w^(t) + m^(t+1)
b) ∇^(t) = Σ_{i=1}^{N} y_i x_i + 2λ w^(t); m^(t+1) = δ m^(t) − μ ∇^(t); w^(t+1) = w^(t) − m^(t+1)
c) ∇^(t) = Σ_{i=1, y_i(w x_i)>0}^{N} y_i x_i + 2λ w^(t); m^(t+1) = μ m^(t) − δ ∇^(t); w^(t+1) = w^(t) + m^(t+1)
d) ∇^(t) = Σ_{i=1, y_i(w x_i)>0}^{N} y_i x_i + 2λ w^(t); m^(t+1) = δ m^(t) − μ ∇^(t); w^(t+1) = w^(t) − m^(t+1)
Pregunta 14 de 50 · N.º original 16 Programación y desarrollo Está trabajando en un análisis no supervisado de datos, para el que espera encontrar una serie de clusters bien diferenciados. Observa que al realizar proyecciones de baja dimensión de los datos aparecen estructuras como las siguientes: Teniendo en cuenta esta información, ¿qué algoritmo de clustering sería más adecuado?
Proyección 2D de puntos negros que forman estructuras no convexas: un arco/media luna en la parte superior, una forma de «T» o flecha a la izquierda y una forma de «L» invertida/gancho a la derecha; clusters de forma irregular, no globulares.
Pregunta 15 de 50 · N.º original 17 Sistemas operativos Se han entrenado 3 modelos de clasificación supervisada sobre el mismo conjunto de datos, obteniendo las siguientes visualizaciones de sus fronteras de decisión: Indique, de entre las siguientes hipótesis, cuál de ellas es la más plausible sobre los modelos empleados para generar estas fronteras:
Tres paneles con fronteras de decisión sobre los mismos puntos (rojos y azules): 1) frontera lineal suave con degradado azul-blanco-rojo; 2) regiones rectangulares alineadas con los ejes (bloques azul/rojo); 3) regiones curvas y localizadas en forma de manchas alrededor de grupos de puntos.
Pregunta 16 de 50 · N.º original 18 Informática y TIC Al trabajar con un conjunto de datos del sector financiero descubre que existen valores NA en las variables “Nacionalidad” y “Tipo de cliente”. Al indagar por el origen de estos valores le informan que se marcan con NA aquellas nacionalidades que no se han recogido durante el onboarding de los clientes, mientras que los NA en el tipo de cliente se emplean para marcar aquellos clientes de tipos no recogidos en los datos. ¿Cuál sería la forma más adecuada de tratar estas dos variables?
Pregunta 17 de 50 · N.º original 19 Informática y TIC Tras entrenar un modelo de regresión lineal sobre un gran conjunto de datos de entrenamiento, se realiza un análisis de errores en un conjunto de test que se ha obtenido un año después en el proceso de recogida de datos, y se observa que el modelo tiene baja varianza pero alto sesgo, a pesar de que sobre el conjunto de entrenamiento obtenía buenos resultados. Suponiendo que la selección de las muestras de entrenamiento y de test se ha realizado correctamente, ¿cuál de las siguientes explicaciones de la situación podría ser válida?
Pregunta 18 de 50 · N.º original 20 Inteligencia artificial y datos Se encuentra usted involucrado en un proyecto de ciencia de datos donde se pretende modelar el tiempo que un cliente mantiene contratado un servicio de streaming de películas. A lo largo del proyecto se han realizado dos campañas de recogida de datos, en momentos del tiempo diferentes, y necesita garantizar que en ambos periodos el tiempo de permanencia de los clientes sigue una distribución similar. ¿Qué test estadístico podría utilizar?
Pregunta 19 de 50 · N.º original 21 Informática y TIC Analice la siguiente matriz de correlaciones: Suponiendo que va a construir un modelo que prediga el target y que solo puede seleccionar 4 variables explicativas, ¿cuál sería la mejor selección?
Mapa de calor de la matriz de correlaciones de var1…var11 y target (escala de −1 a 1). var1, var2 y var3 tienen correlación ~1 entre sí; var10, var11 y target tienen correlación ~1 entre sí; var4 tiene correlación positiva leve con var10, var11 y target; var5 y var6 correlación positiva leve entre sí; var8 correlación negativa leve con var1–var3 y var6; el resto, correlaciones cercanas a 0.
Pregunta 20 de 50 · N.º original 22 Informática y TIC El siguiente código incompleto en R realiza un trabajo de modelización sobre un conjunto de datos, asumiendo que ya se han importado todas las librerías necesarias y los datos ya se encuentran disponibles en train_data y test_data: Indique cuál es la opción más adecuada para la línea de código faltante:
Código R:
modelo_rf <- ranger(formula = target ~ ., data = train_data, num.trees = 500)
[CÓDIGO FALTANTE]
results <- accuracy_vec(truth = test_data$target, estimate = preds)
print(results)
Pregunta 21 de 50 · N.º original 23 Informática y TIC Se le presenta el fichero de datos “ventas.csv”, del cual se muestran las 10 primeras filas: Teniendo en cuenta que la variable objetivo “ventas” muestra un comportamiento estacional a varias escalas temporales, ¿qué proceso de ingeniería de características sería más útil?
datetime,mes,dia_del_mes,hora_del_dia,temperatura,humedad,evento,ventas
2023-01-01 00:00:00,1,1,0,28.82,42.38,soleado,13
2023-01-01 01:00:00,1,1,1,22.0,39.65,tormenta,20
2023-01-01 02:00:00,1,1,2,24.89,84.27,lluvia,23
2023-01-01 03:00:00,1,1,3,31.2,47.22,nublado,26
2023-01-01 04:00:00,1,1,4,29.34,40.77,tormenta,22
2023-01-01 05:00:00,1,1,5,15.11,90.0,nublado,21
2023-01-01 06:00:00,1,1,6,24.75,48.55,tormenta,22
2023-01-01 07:00:00,1,1,7,19.24,37.48,soleado,26
2023-01-01 08:00:00,1,1,8,19.48,57.71,tormenta,17
Pregunta 22 de 50 · N.º original 24 Informática y TIC Debe implementar en R una función “count_duplicates” que devuelva cuántos caracteres diferentes aparecen más de 1 vez en una cadena de entrada, sin distinción entre mayúsculas y minúsculas. Por ejemplo: ¿Cuál de las siguientes implementaciones sería correcta?
count_duplicates("abcde") → 0
count_duplicates("aabbcde") → 2
count_duplicates("aaAbBcde") → 2
a)
count_duplicates <- function(text) {
  text <- tolower(text)
  seen <- character()
  duplicates <- character()
  for (char in strsplit(text, "")[[1]]) {
    if (char %in% seen) {
      duplicates <- c(duplicates, char)
    } else {
      seen <- c(seen, char)
    }
  }
  return(length(duplicates))
}
b)
count_duplicates <- function(text) {
  chars <- unlist(strsplit(text, split = ""))
  chars <- tolower(chars)
  freq_table <- table(chars)
  duplicate_count <- sum(freq_table > 2)
  return(duplicate_count)
}
c)
count_duplicates <- function(text) {
  chars <- unlist(strsplit(text, split = ""))
  chars <- tolower(chars)
  duplicate_count <- sum(chars > 1)
  return(duplicate_count)
}
d)
count_duplicates <- function(text) {
  text <- tolower(text)
  chars <- strsplit(text, split = "")
  freq_table <- table(chars)
  duplicate_count <- sum(freq_table > 1)
  return(duplicate_count)
}
Pregunta 23 de 50 · N.º original 25 Inteligencia artificial y datos Se necesita construir un modelo de aprendizaje automático que sea capaz de identificar el idioma en el que está escrito un texto, entre los siguientes idiomas: español, inglés, portugués, ruso, griego, chino, árabe y japonés. ¿Cuál de las siguientes aproximaciones sería más práctica en términos de acierto y uso de recursos computacionales?
Pregunta 24 de 50 · N.º original 26 Informática y TIC Tras entrenar un modelo de regresión lineal sobre un gran conjunto de datos de entrenamiento se ha realizado el siguiente análisis de sus errores, tanto sobre el conjunto de entrenamiento original como sobre un conjunto de test recogido un año después. ¿Cuál de las siguientes afirmaciones sería una explicación factible de la situación?
Gráfico «Residuos del modelo en entrenamiento y test» (eje X: X, de 0 a 10; eje Y: Error (residuo), de −2 a 14). Los residuos de entrenamiento (azul) se reparten alrededor de 0 sin tendencia en todo el rango; los residuos de test (verde) crecen linealmente con X, desde ≈−2 en X=0 hasta ≈13 en X=10.
Pregunta 25 de 50 · N.º original 27 Informática y TIC Analice la siguiente transformación de datos, donde la gráfica de la izquierda presenta los datos originales y la gráfica de la derecha los datos transformados. ¿Qué técnica se ha utilizado?
Dos diagramas de dispersión: a la izquierda, datos originales en una nube alargada en diagonal (correlación positiva, orientada a ~45°); a la derecha, los datos transformados forman una nube alargada horizontalmente, centrada y alineada con los ejes (rotada respecto al original).
Pregunta 26 de 50 · N.º original 28 Informática y TIC Se desea implementar un proceso en Spark para unificar una serie de ficheros texto. El proceso de unificación consiste en crear un único fichero que contenga todas las líneas de los ficheros originales, pero eliminando líneas duplicadas, esto es, aquellas líneas que aparezcan en algún otro lugar, ya sea en el mismo o en diferentes ficheros, de forma que solo quede una única línea de entre todas las copias. Para ello se ha preparado el siguiente script incompleto: Considere también que los ficheros de entrada a cargar tienen el siguiente aspecto (se muestran las 5 primeras líneas de uno de los ficheros) ¿Cuál sería la línea de código faltante?
from pyspark.sql import SparkSession
import shutil
spark = SparkSession.builder.appName("EliminarDuplicados").getOrCreate()
input_fold = "/content/entrada_txt"
output_fold = "/content/resultado"
[FALTANTE]
Asg akag1
12481 8751
Xxxxa AAA nn
Lorem ipsum
En un lugar de la Mancha, de cuyo nombre no quiero acordarme
Pregunta 27 de 50 · N.º original 29 Unión Europea Una empresa situada en Estados Unidos ha creado una app para móviles, abierta a todo el mundo, que permite a sus usuarios mejorar sus hábitos alimenticios. Para ello, los usuarios introducen información sobre lo que van comiendo y la app les ofrece recomendaciones de dieta basadas en modelos de aprendizaje automático. ¿Debe esta app someterse al Reglamento Europeo sobre Inteligencia Artificial (AI Act)?
Pregunta 28 de 50 · N.º original 30 Bases de datos y SQL Se necesita crear una base de datos para gestionar un centro médico, de forma que permita las siguientes operaciones: • Listar los nombres, DNIs y especialidad de todos los médicos del centro. • Identificar a los pacientes por nombre y DNI. • Recuperar la fecha de primer registro en el centro de un paciente. • Consultar para un paciente dado el diagnóstico de las consultas que ha realizado, pudiendo filtrar por médico o tipo de consulta. • Almacenar un listado de medicamentos empleados en el centro, identificados por nombre y código CIE. Indique cuál de los siguientes grupos de sentencias SQL construiría una serie de tablas capaz de satisfacer todos estos requisitos, evitando incluir características innecesarias.
a)
CREATE TABLE Medicos (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    DNI VARCHAR(20) UNIQUE NOT NULL
);
CREATE TABLE Pacientes (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    DNI VARCHAR(20) UNIQUE NOT NULL,
    FechaRegistro DATE NOT NULL
);
CREATE TABLE Consultas (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    TipoConsulta VARCHAR(100) NOT NULL,
    Diagnostico TEXT,
    MedicoID INT NOT NULL,
    PacienteID INT NOT NULL,
    FOREIGN KEY (MedicoID) REFERENCES Medicos(ID),
    FOREIGN KEY (PacienteID) REFERENCES Pacientes(ID)
);
CREATE TABLE Medicamentos (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    CodigoCIE VARCHAR(20) UNIQUE NOT NULL
);
b)
CREATE TABLE Medicos (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    DNI VARCHAR(20) UNIQUE NOT NULL,
    Especialidad VARCHAR(100) NOT NULL
);
CREATE TABLE Pacientes (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    DNI VARCHAR(20) UNIQUE NOT NULL,
    FechaRegistro DATE NOT NULL
);
CREATE TABLE Consultas (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    TipoConsulta VARCHAR(100) NOT NULL,
    Diagnostico TEXT,
    MedicoID VARCHAR(100),
    PacienteID VARCHAR(100)
);
CREATE TABLE Medicamentos (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    CodigoCIE VARCHAR(20) UNIQUE NOT NULL
);
c)
CREATE TABLE Medicos (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    DNI VARCHAR(20) UNIQUE NOT NULL,
    Especialidad VARCHAR(100) NOT NULL
);
CREATE TABLE Pacientes (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    DNI VARCHAR(20) UNIQUE NOT NULL,
    FechaRegistro DATE NOT NULL
);
CREATE TABLE Consultas (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    TipoConsulta VARCHAR(100) NOT NULL,
    Diagnostico TEXT,
    MedicoID INT NOT NULL,
    PacienteID INT NOT NULL,
    Prescripcion INT NOT NULL,
    FOREIGN KEY (MedicoID) REFERENCES Medicos(ID),
    FOREIGN KEY (PacienteID) REFERENCES Pacientes(ID),
    FOREIGN KEY (Prescripcion) REFERENCES Medicamentos(ID)
);
CREATE TABLE Medicamentos (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    CodigoCIE VARCHAR(20) UNIQUE NOT NULL
);
d)
CREATE TABLE Medicos (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    DNI VARCHAR(20) UNIQUE NOT NULL,
    Especialidad VARCHAR(100) NOT NULL
);
CREATE TABLE Pacientes (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    DNI VARCHAR(20) UNIQUE NOT NULL,
    FechaRegistro DATE NOT NULL
);
CREATE TABLE Consultas (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    TipoConsulta VARCHAR(100) NOT NULL,
    Diagnostico TEXT,
    MedicoID INT NOT NULL,
    PacienteID INT NOT NULL,
    FOREIGN KEY (MedicoID) REFERENCES Medicos(ID),
    FOREIGN KEY (PacienteID) REFERENCES Pacientes(ID)
);
CREATE TABLE Medicamentos (
    ID INT AUTO_INCREMENT PRIMARY KEY,
    Nombre VARCHAR(100) NOT NULL,
    CodigoCIE VARCHAR(20) UNIQUE NOT NULL
);
Pregunta 29 de 50 · N.º original 31 Inteligencia artificial y datos Indique cuál es la explicación válida sobre la técnica “KV caché” en el contexto de los LLMs:
Pregunta 30 de 50 · N.º original 32 Inteligencia artificial y datos Debe diseñar un sistema que analice automáticamente una base de datos de contratos en español, marcando/clasificando aquellos párrafos que contengan cláusulas de propiedad intelectual. Cuenta usted con 1000 contratos ya anotados por expertos legales. ¿Qué tipo de modelo LLM sería el más óptimo para la clasificación?
Pregunta 31 de 50 · N.º original 33 Inteligencia artificial y datos En una arquitectura del tipo Retrieval-augmented Generation (RAG), ¿cuál es el papel que cumple el modelo de embeddings?
Pregunta 32 de 50 · N.º original 34 Inteligencia artificial y datos Usted ha participado en el desarrollo de un automatismo que hace uso de un LLM comercial para estructurar documentos. El automatismo recibe documentos en forma de texto sin un formato específico, y se encarga de generar un fichero en formato JSON con una serie de campos con valores binarios que indican si el documento de entrada cumple con un conjunto de criterios. Para ello, el LLM recibe una serie de instrucciones muy detalladas (aprox. 2000 palabras) de los criterios que deben usarse para rellenar los campos del JSON, seguido del documento concreto a analizar (500-1000 palabras). El automatismo se encuentra funcionando en producción con un nivel de acierto adecuado, pero se observa que supone unos costes económicos elevados en llamadas a la API del LLM. ¿Cuál de las siguientes técnicas podría emplearse para reducir estos costes, garantizando que el sistema siga produciendo las mismas respuestas?
Pregunta 33 de 50 · N.º original 35 Inteligencia artificial y datos Debe configurar un modelo de lenguaje (LLM) para que realice tareas de traducción del inglés al español de textos de pequeño tamaño. Indique cuál de las siguientes configuraciones de generación sería más adecuada.
Pregunta 34 de 50 · N.º original 36 Inteligencia artificial y datos Un hiperparámetro de bastante relevancia a la hora de realizar el ajuste fino de un LLM es la tasa de aprendizaje o learning rate. Suponiendo que durante el proceso de entrenamiento no se modifica ningún otro hiperparámetro, ¿cuál de las siguientes sería la aproximación correcta para que el proceso de entrenamiento sea convergente y eficiente?
Pregunta 35 de 50 · N.º original 37 Inteligencia artificial y datos Está usted trabajando con un LLM de tamaño 24B, cuyos parámetros se encuentran en formato bfloat16. Dispone también de una versión cuantizada del mismo a formato NormalFloat4. Suponiendo que ambos modelos se cargan en la misma GPU, ¿cuál sería la mejor estimación sobre la cantidad de memoria RAM de GPU que se ocuparía tras esta carga?
Pregunta 36 de 50 · N.º original 38 Informática y TIC Haciendo uso de un modelo de difusión para generación de imágenes observa que de manera reiterada las imágenes generadas son de poca calidad, aunque el proceso de generación en sí es muy rápido y se intuye que el prompt se está siguiendo correctamente. ¿Cuál sería el parámetro más apropiado a ajustar para conseguir una mejor calidad, incluso si esto aumenta los tiempos de generación?
Pregunta 37 de 50 · N.º original 39 Programación y desarrollo Se quiere diseñar un Agente que permita a un usuario realizar reservas de pistas en un polideportivo. Se dispone ya un servicio por API que permite realizar operaciones como consultar la disponibilidad de pistas, así como realizar reservas para una franja horaria que esté disponible. Asumiendo que toda la interacción con el usuario deberá hacerse en lenguaje natural, ¿qué arquitectura del sistema sería la más adecuada?
Pregunta 38 de 50 · N.º original 40 Bases de datos y SQL En un sistema RAG, (Retrieval Augmented Generation), ¿cuál es el propósito de emplear un reranker dentro de dicha arquitectura de solución?
Pregunta 39 de 50 · N.º original 41 Inteligencia artificial y datos Un problema recurrente en los LLMs son sus alucinaciones. ¿Qué estrategia garantiza su eliminación completa?
Pregunta 40 de 50 · N.º original 42 Inteligencia artificial y datos Está realizando un ajuste fino de un LLM para una tarea de NER (Named Entity Recognition). Los textos de entrenamiento a procesar son razonablemente largos, por lo que debe plantear una estrategia eficiente para tratarlos, sin por ello perder efectividad en el modelado. ¿Cuál de las siguientes aproximaciones garantizaría un entrenamiento adecuado del modelo, a la par que optimizaría al máximo los tiempos de entrenamiento?
Pregunta 41 de 50 · N.º original 43 Informática y TIC Ha desarrollado un modelo de clasificación para un banco, con el fin de clasificar si se concede una hipoteca a un potencial cliente. Debido a la regulación del sector, en caso de no conceder la hipoteca, su modelo debe proporcionar una explicación de los motivos por los que no se ha concedido. Dado que el modelo es un ensemble complejo de diferentes modelos base, propone aplicar una técnica que toma las variables explicativas del cliente y busca la modificación más pequeña de las mismas que provoca que el modelo apruebe la hipoteca, obteniendo así una explicación sobre qué factores han producido la denegación. ¿Cuál es la técnica que ha aplicado?
Pregunta 42 de 50 · N.º original 44 Inteligencia artificial y datos Analice el siguiente texto para el entrenamiento de un LLM de conversación general: Q: Roger has 5 tennis balls. He buys 2 more cans of tennis balls. Each can has 3 tennis balls. How many tennis balls does he have now? A: Roger started with 5 balls. 2 cans of 3 tennis balls each is 6 tennis balls. 5 + 6 = 11. The answer is 11. ¿Qué técnica de prompting se está empleando aquí?
Pregunta 43 de 50 · N.º original 45 Bases de datos y SQL El siguiente código hace uso de LangChain para resolver un caso de uso concreto con LLMs: ¿Cuál de las siguientes descripciones define mejor la solución se ha implementado aquí?
from langchain.chat_models import init_chat_model
from langchain_community.tools.tavily_search import TavilySearchResults
from langchain_core.messages import HumanMessage
from langgraph.prebuilt import create_react_agent

model = init_chat_model("gpt-4o-mini", model_provider="openai")
agent_executor = create_react_agent(model, [TavilySearchResults(max_results=2)])
response = agent_executor.invoke({"messages": [HumanMessage(content=USER_QUERY)]})
for message in response["messages"]:
    message.pretty_print()
Pregunta 44 de 50 · N.º original 46 Inteligencia artificial y datos En el contexto de los modelos de difusión, ¿cuál de las siguientes arquitecturas de red neuronal es más frecuentemente utilizada?
Pregunta 45 de 50 · N.º original 47 Ingeniería del software y metodologías ¿Qué framework se utiliza para gestionar el ciclo de vida completo de los modelos?
Pregunta 46 de 50 · N.º original 48 Programación y desarrollo Analice el siguiente código Python incompleto que prepara una llamada a la API de OpenAI para continuar con una conversación entre el chatbot y el usuario: ¿Cuál sería el bloque de código más adecuado para el bloque faltante?
from openai import OpenAI
import os
client = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
response = client.chat.completions.create(
    [CÓDIGO FALTANTE]
)
a)
model="gpt-4o-mini",
messages=[
    {"role": "system", "content": "Eres un asistente útil que siempre contesta en español."},
    {"role": "user", "content": "Hola"},
    {"role": "assistant", "content": "Hola, ¿en qué puedo ayudarte?"},
    {"role": "user", "content": "¿Qué día es hoy?"}
]
b)
model="meta-llama/Llama-3.1-8B",
messages=[
    {"role": "system", "content": "Eres un asistente conversacional que siempre contesta en español."},
    {"role": "user", "content": "Buenos días"},
    {"role": "assistant", "content": "¡Buenos días! ¿En qué necesitas que te ayude hoy?"},
    {"role": "user", "content": "¿Qué temperatura tenemos ahora en Barcelona?"}
]
c)
model="gpt-4o-mini",
prompt="[USER] Que pasa [ASSISTANT] ¡Todo bien por aquí! ¿En qué puedo ayudarte? [USER] Ayudame a entender las ecuaciones trigonometricas porfa"
d)
model="gpt-4o-mini",
messages=[
    {"role": "assistant", "content": "¿Cómo se fabrican los lápices?"}
]
Pregunta 47 de 50 · N.º original 49 Bases de datos y SQL Está diseñando un sistema RAG para indexar todo el histórico de BOEs, tanto del Estado como de las Comunidades Autónomas, particionado por resoluciones. ¿Cuál de las siguientes configuraciones para una base de datos vectorial sería la más adecuada para garantizar una baja latencia sin grandes reducciones en la calidad de la respuesta?
Pregunta 48 de 50 · N.º original 50 Inteligencia artificial y datos En el caso de que se quiera desplegar modelos de lenguaje de gran tamaño (LLM) a nivel local, es decir en modo on-premises, ¿qué tecnología se emplearía para realizar la inferencia de dichos modelos?
Pregunta 49 de 50 · Reserva original 51 Informática y TIC En una competición de Kaggle ha participado en un equipo con varias personas, cada una de ellas creando un modelo diferente para afrontar el problema. Tras realizar varios experimentos, llegan a la conclusión de que los mejores resultados en validación se alcanzan creando un modelo de tipo XGB que se alimente de las predicciones de cada uno de los modelos individuales. ¿Qué técnica describe mejor el proceso empleado aquí?
Pregunta 50 de 50 · Reserva original 52 Inteligencia artificial y datos Suponga que cuenta con datos en el siguiente formato: ¿Qué modelo de machine learning se ajusta más a la implementación de la siguiente línea de código?
X = np.array([
    [1, 2],
    [2, 0],
    [3, 1],
    [4, 3],
    [5, 5]
])
y = np.array([2, 1, 2, 3, 5])
lambda = 10
beta = np.linalg.inv(X.T @ X + lambda * np.eye(2)) @ X.T @ y

Preguntas anuladas por el tribunal

Ver todas las anuladas

El tribunal anuló 2 preguntas de este examen. No se incluyen en el test ni cuentan para la nota. Se muestra el motivo de la anulación.

  1. Pregunta original 8. Se encuentra usted desarrollando un modelo de aprendizaje supervisado para predecir impagos en préstamos bancarios. Analice la siguiente muestra de datos que tiene disponible, e indique si debe tener en cuenta alguna consideración legal o ética respecto al uso de estos datos:

    Tabla de datos con columnas Nombre, Apellido, Sexo, Edad, Importe en cuenta, Hipoteca, Número de impagos:
Juan | Pérez | M | 34 | 12,500.75 | True | 2
María | Gómez | F | 28 | 8,200.00 | False | 0
Carlos | López | M | 45 | 20,300.50 | True | 3
Laura | Fernández | F | 39 | 15,750.90 | False | 1
Pedro | Ramírez | M | 50 | 5,600.30 | True | 5
Ana | Torres | F | 31 | 9,850.60 | False | 0
Miguel | Soto | M | 42 | 18,200.10 | True | 2
Daniela | Ruiz | F | 25 | 7,900.75 | False | 0

    Protección de Datos Personales (RGPD UE 2016/679 y LOPDGDD – LO 3/2018)

    • a) Según el reglamento europeo de la IA, no es legal implementar un sistema de IA que realice perfilado de personas, y dado que este sistema está orientado a detectar perfiles de riesgo de impago, no sería legal.
    • b) Los campos Sexo y Edad deberían eliminarse de la tabla de datos a la hora de entrenar el modelo, para mitigar así que el modelo pueda tomar decisiones en base a estos datos personales.
    • c) La tabla no debería contener información personal como el Nombre y el Apellido, ya que el Reglamento General de Protección de Datos prohíbe mantener esta información.
    • d) No se dispone de suficientes variables explicativas como para realizar un modelo con suficiente precisión, lo cual resultaría en un perjuicio injusto para los clientes del banco.

    Motivo de la anulación: Anulada por el tribunal al estimar las alegaciones (sesión de 24/07/2025); la sustituye la reserva 51.

  2. Pregunta original 13. Analice el siguiente fichero "companies.json", del cual se muestran las primeras líneas: ¿Cuál de los siguientes scripts en R calcula correctamente la media de ganancias de las compañías de cada país?

    {
  "companies": [
    {
      "name": "TechNova Solutions",
      "industry": "Information Technology",
      "country": "USA",
      "number_of_employees": 500,
      "founded": 2012,
      "revenues": {
        "2022": 85000000,
        "2023": 91000000
      }
    },
    {
      "name": "GreenLeaf Organics",
      "industry": "Agriculture",
      "country": "United Kindom",
      "number_of_employees": 120,
      "founded": 2008,
      "revenues": {
        "2022": 18500000,
        "2023": 19700000
      }
    },
    …
    a)
library(jsonlite)
library(dplyr)

json_data <- fromJSON("companies.json")
companies_df <- json_data$companies

revenues_2023 <- companies_df %>%
  mutate(
    country = country,
    revenue_2023 = revenues$`2023`,
    .keep = "none"
  )

average_revenue_per_country <- revenues_2023 %>%
  group_by(country) %>%
  mutate(avg_revenue_2023 = mean(revenue_2023))

print(average_revenue_per_country)
    b)
library(jsonlite)
library(dplyr)

json_data <- fromJSON("companies.json")
companies_df <- json_data$companies

revenues_2023 <- companies_df %>%
  mutate(
    country = country,
    revenue_2023 = revenues.2023,
  )

average_revenue_per_country <- revenues_2023 %>%
  group_by(country) %>%
  summarise(avg_revenue_2023 = mean(revenue_2023))

print(average_revenue_per_country)
    c)
library(jsonlite)
library(dplyr)

json_data <- fromJSON("companies.json")
companies_df <- json_data$companies

revenues_2023 <- companies_df %>%
  mutate(
    country = country,
    revenue_2023 = revenues$`2023`,
    .keep = "none"
  )

average_revenue_per_country <- revenues_2023 %>%
  group_by(name) %>%
  summarise(avg_revenue_2023 = mean(revenue_2023))

print(average_revenue_per_country)
    d)
library(jsonlite)
library(dplyr)

json_data <- fromJSON("companies.json")
companies_df <- json_data$companies

revenues_2023 <- companies_df %>%
  mutate(
    country = country,
    revenue_2023 = revenues$`2023`,
    .keep = "none"
  )

average_revenue_per_country <- revenues_2023 %>%
  group_by(country) %>%
  summarise(avg_revenue_2023 = mean(revenue_2023))

print(average_revenue_per_country)

    Internet y web

    • a) La opción a) de la imagen
    • b) La opción b) de la imagen
    • c) La opción c) de la imagen
    • d) La opción d) de la imagen

    Motivo de la anulación: Anulada por el tribunal al estimar las alegaciones (sesión de 24/07/2025); la sustituye la reserva 52.

Fuentes oficiales

Cuestionario oficial (SHA-256 c7ef6aed48e02c1b…) y plantilla de respuestas (SHA-256 9fc67d4e6ee36881…) publicados por el organismo. Plantilla de corrección (24/07/2025): anuladas 8 y 13 (reservas 51 y 52). Fórmulas, código y gráficos como imagen.

Más exámenes de Técnico/a Superior de Sistemas de Información

Ver todos