Proposta

Ocupar um cargo público de Analista de Desenvolvimento - Sistemas, Arquitetura de Soluções e Dados, sem dúvidas, não é uma tarefa fácil. Alcançar a aprovação demanda muito tempo, estudo e esforço pessoal. E é por ter ciência da grandeza de tal desafio que o Gran Cursos Online estará sempre ao seu lado nessa caminhada.

No curso BDMG - Banco de Desenvolvimento de Minas Gerais S.A - Analista de Desenvolvimento - Ênfase 4:  Sistemas, Arquitetura de Soluções e Dados (Pós-Edital), além das nossas já tradicionais videoaulas, com a mais alta qualidade audiovisual do mercado, você contará também com materiais de apoio em PDF das aulas ministradas pelos professores. De se ver, assim, que este é um produto idealizado para de fato concretizar o sonho de muitos profissionais da área de Tecnologia da Informação (TI) de pertencerem a tal carreira, tão respeitada e cobiçada.

No que se refere ao corpo docente, há de se ressaltar que a grande maioria dos professores que compõem o curso, além de especialistas, mestres e doutores, experientes em suas áreas de conhecimento, fazem parte de cargos próprios das carreiras da Tecnologia da Informação (TI).

Dessa forma, o alinhamento e o compromisso com o que há de mais técnico e fundamental para o seu estudo, estará sempre à sua disposição a partir do curso que ora oferecemos:

✅Nova Plataforma 9.0: inclui muitas inovações, como a escolha entre os modos claro ou escuro, menu simplificado e reestruturação da página de “Meus Cursos”, facilitando o acesso aos cursos salvos.
✅ Abordagem teórica ampla, densa e atualizada de todas disciplinas previstas no Edital;
✅ Seleção minuciosa de professores e conteúdos didáticos;
✅ Corpo docente respeitado e experiente;
✅ Fórum de dúvidas;
✅ Gran Questões - vasto banco de questões de concursos públicos de todo o país e Comentários por IA (*exclusivo na Assinatura Ilimitada 9.0);
✅ Gran Audiobooks (* exclusivo na Assinatura Ilimitada);
✅ Novo Cronograma de Estudos: integra videoaulas e PDFs no mesmo cronograma (*exclusivo na Assinatura Ilimitada 9.0);
✅ MAIA - a Inteligência Artificial do Gran (*exclusivo na Assinatura Ilimitada 9.0);
✅ Novo PDF Sintético: o PDF Sintético é um resumo completo, objetivo, esquematizado e didático das disciplinas. (*exclusivo na Assinatura Ilimitada  9.0);
✅ Abordagem teórica ampla, aprofundada e atualizada de todas as disciplinas previstas no Edital de referência;
✅ Organização das videoaulas em estrita obediência aos tópicos do conteúdo programático do Edital de referência (conteúdo verticalizado), acompanhadas das respectivas degravações;
✅Módulo adicional de Aulas Extras e Bônus, composto por reprises de lives do Youtube sobre temas atuais, especialmente selecionados para complementar a sua preparação (*se e quando houver);
✅ Apoio pedagógico constante e permanente (durante a validade do acesso ao curso).

Mais Detalhes:

1. Curso baseado no Edital nº 1/2024;

2. Serão abordados os tópicos mais relevantes de cada disciplina (não necessariamente todos), a critério de cada um dos professores;

3. As videoaulas eventualmente ainda não disponibilizadas serão acrescidas de modo gradativo e em conformidade com o cronograma de gravação dos respectivos professores. Periodicamente, divulgamos o cronograma referente aos novos vídeos a serem disponibilizados; 

4. Não serão ministrados os seguintes tópicos do Edital:
Análise de Dados: 5 Ferramentas de Data Science e utilização de bibliotecas e ferramentas.
Ciclo de Desenvolvimento de Software: 11 Gite Azure Devops.
DevOps: 3 Monitoramento e Logging. 3.1 Ferramentas e técnicas para monitoramento de sistemas. 6 Cloud e Azure DevOps. 6.1 Implementação de práticas DevOps em ambientes de nuvem, com foco em Azure DevOps. 7 Configuration Management Tools. 8 Containerization and Orchestration. 10 Continuous integration and continuous delivery. 11 Monitoring and Logging Tool.
Sistemas Legados: 1 Manutenção de Sistemas Legados. 1.1 Técnicas e desafios. 2 Estratégias de Migração. 2.1 Planejamento e execução de migração para novos sistemas. 3 Integração de Sistemas. 3.1 Middleware, APIs, e outras técnicas de integração. 4 Modernização de Sistemas. 4.1 Estratégias para modernização e otimização de recursos, em especial sistemas Delphi.
Data Visualization, Banco de Dados e BI: (NumPy, Pandas, SciPy, Statsmodels), (Matplotlib, Seaborn, Plotly).
Data Science e Inteligência Artificial Avançada: NumPy, Pandas, SciPy, Statsmodels, Scikit-learn, XGBoost , PyTorch, TensorFlow, Keras, NLTK. 5 Ferramentas de Data Science. 5.1 Utilização de bibliotecas e frameworks como TensorFlow, PyTorch, Scikit-Learn, e Keras.
Inovação em TI no Sistema Financeiro.

5. A coordenação pedagógica, juntamente com toda a equipe de professores, está trabalhando com foco total para uma preparação verdadeiramente completa e efetiva;

6. Informamos que, visando à melhor compreensão e absorção dos conteúdos previstos no seu Edital, as videoaulas referentes a determinadas disciplinas foram organizadas com base na lógica didática proposta pelo(a) docente responsável e não de acordo com a ordem dos tópicos apresentada no conteúdo programático do certame.

O rol de professores poderá sofrer acréscimos ou substituições por motivos de força maior, ficando a cargo do Gran Cursos Online as devidas modificações.

AULAS EM PDF AUTOSSUFICIENTES:

1. Conteúdo produzido por mestres especializados na leitura como recurso didático completo.
2. Material prático que facilita a aprendizagem de maneira acelerada.
3. Exercícios comentados.
4. Não Serão disponibilizados em PDF: NOÇÕES DE DIREITO: Estatuto das Estatais – Lei nº 13.303/2016 (Título 1 - Disposições Aplicáveis Às Empresas Públicas e às Sociedades De Economia Mista). ATUALIDADES: Empreendedorismo, educação financeira, inovação e tecnologia. ANÁLISE DE DADOS: 2 Coleta e Limpeza de Dados. 2.1 Técnicas de coleta. 2.2 Limpeza. Preparação de dados. 3 Análise Exploratória de Dados (EDA). 3.1 Visualização de dados. 3.2 Identificação de padrões. 3.3 Insights. 4 Modelos Estatísticos Básicos. 4.1 Regressão linear. 4.2 Regressão logística. 4.3 Árvores de decisão. 5 Ferramentas de Data Science e utilização de bibliotecas e ferramentas. CONHECIMENTOS ESPECÍFICOS: CICLO DE DESENVOLVIMENTO DE SOFTWARE:  1.3 UX, Design Thinking, e ferramentas de prototipação e imersão para levantamento de requisitos e descobertas. Outras técnicas de modelagem. 3 Desenvolvimento de Software 3.2 Programação funcional. 3.3 Desenvolvimento web e mobile. 5 Manutenção de Software. 5.1 Gerenciamento de mudanças, correções de bugs, e melhorias contínuas. 6 Kanban. 7 SCRUM. 10 Padrões: GoF e GRASP. 11 Gite Azure Devops. ). 12 Java. DEVOPS: 2 Automação de Infraestrutura. 2.1 Infraestrutura como Código (IaC). 2.2 Ferramentas como Ansible, Terraform. 3 Monitoramento e Logging. 3.1 Ferramentas e técnicas para monitoramento de sistemas. . 6 Cloud e Azure DevOps. 6.1 Implementação de práticas DevOps em ambientes de nuvem, com foco em Azure DevOps. 7 Configuration Management Tools. 8 Containerization and Orchestration. 9 Infrastructure as Code (IaC). 11 Monitoring and Logging Tool. SISTEMAS LEGADOS: 1 Manutenção de Sistemas Legados. 1.1 Técnicas e desafios. 2 Estratégias de Migração. 2.1 Planejamento e execução de migração para novos sistemas. 3 Integração de Sistemas. 3.1 Middleware, APIs, e outras técnicas de integração. 4 Modernização de Sistemas. 4.1 Estratégias para modernização e otimização de recursos, em especial sistemas Delphi. DATA VISUALIZATION, BANCO DE DADOS E BI: 1 Visualização de Dados. técnicas de visualização. 3 Gerenciamento de Banco de Dados. 3.1 Administração de bancos de dados. 3.2 SQL. 3.3 Tuning de performance. 5 Python (NumPy, Pandas, SciPy, Statsmodels), (Matplotlib, Seaborn, Plotly ). 6 Construção de dashboards (Power BI. 8 Modelagens de dados: relacional, multidimensional, nosql. DATA SCIENCE E INTELIGÊNCIA ARTIFICIAL AVANÇADA: 5 Ferramentas de Data Science. 5.1 Utilização de bibliotecas e frameworks como TensorFlow, PyTorch, Scikit-Learn, e Keras. 6.2 Principais aplicações em análise de dados. 11 MLOps: Gestão de código, treinamento, implantação, monitoramento e versionamento de modelos, automação do ciclo de produção. 13 Python: NumPy, Pandas, SciPy, Statsmodels, Scikit-learn, XGBoost , PyTorch, TensorFlow, Keras, NLTK. METODOLOGIAS ÁGEIS E INDICADORES:  2 Indicadores de Desempenho. 2.1 KPIs. Métricas de qualidade. 2.2 Métricas de produtividade. 3 Gestão de Projetos Ágeis. 3.1 Planejamento. 3.2 Execução e monitoramento de projetos ágeis. 4 Práticas de Melhoria Contínua. 4.1 Proposição de melhorias nos processos de desenvolvimento. INOVAÇÃO EM TI NO SISTEMA FINANCEIRO: 1 Novas Tecnologias. IoT, fintechs, inteligência artificial, e machine learning aplicados ao setor financeiro. 2 Transformação Digital. 2.1 Estratégias e práticas para digitalização de serviços financeiros. 2.3 Integração de APIs. 3 Gestão da Inovação. 3.1 Métodos para fomentar a inovação dentro das instituições financeiras, incluindo laboratórios de inovação, hackathons, e parcerias com startups. 4 Tendências de Mercado. 4.1 Acompanhamento e identificação de novas tecnologias e oportunidades de negócio no setor financeiro, como criptomoedas, pagamentos digitais, e digital banking.