Proposta

Ocupar um cargo público de Analista de Sistemas, 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 CAESB - Companhia de Saneamento Ambiental do Distrito Federal - Cargo 14: Analista de Suporte ao Negócio - Especialidade: Analista de Sistemas (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.
✅ 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);
✅ Organização das videoaulas em estrita obediência aos tópicos do conteúdo programático do Edital de referência (conteúdo verticalizado), acompanhadas das respectivas degravações;
✅ Seleção minuciosa de professores e conteúdos didático-pedagógicos que aceleram a aprovação;
✅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);
✅ Fórum de dúvidas (durante a validade do acesso ao curso);
✅ Apoio pedagógico constante e permanente (durante a validade do acesso ao curso).

Mais Detalhes:

1. Curso baseado no Edital nº 01/2024;

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:
Engenharia de Software: 2.8 Análise de personas (papéis, perfis etc.) de usuários de software. 3.6 Refatoração e Modernização de aplicações. 3.8 Mediate APIs. 3.9 Arquitetura Cloud Native. 3.13 Padrões de arquitetura de aplicações corporativas (Patterns of Enterprise Applications Architecture). 3.14 Arquitetura de Sistemas WEB. 3.16 Barramento de Serviços Corporativos (ESB). 3.24 Soluções de busca de dados não estruturados. 3.25 Streaming de Dados. 4.3 Coleções. 4.4 Tipos genéricos. 4.5 Threads. 4.6 Escalonamento. 4.7 Primitivas de sincronização e deadlocks. 4.9 Tratamento de exceções. 4.10 Anotações. 4.11 Técnicas de profiling. 6 Estrutura de dados e algoritmos. 6.1 Tipos básicos de dados. 6.2 Tipos abstratos de dados (lista, fila, pilha, árvore, heap). 6.3 Sub-rotinas: chamadas por endereço, referência e valor. 6.4 Algoritmos para pesquisa e ordenação. 6.5 Algoritmos para determinação de caminho mínimo. 6.6 Listas lineares e suas generalizações: listas ordenadas, listas encadeadas, pilhas e filas; Vetores e matrizes. 6.7 Árvores e suas generalizações: árvores binárias, árvores de busca, árvores balanceadas (AVL), árvores B e B+. 6.9 Programação recursiva. 7.23 Diferenciação entre bancos relacionais, multidimensionais, documentos e grafos.
Infraestrutura e Segurança: 1.1 QOS. 7 Arquitetura de Computadores e Computação de Alto Desempenho. 7.1 Conceitos de concorrência, paralelismo e computação distribuída. 7.2 Conceitos básicos de computação em aglomerados (Cluster) e de computação em grades (Grids). 7.3 Balanceamento de carga. 7.4 Avaliação de desempenho. 9 Gerenciamento de Serviços de TI. 9.1 Fundamentos em Gerenciamento de Serviços segundo ITIL® versão 3: Ciclo de Vida de Serviços. 9.2 Processos de Transição e Operação de Serviços. 9.3 Domínio dos processos COBIT 4.1 (processos do domínio Entrega de Serviço). 7.10 Microsserviços: Conceitos básicos de microsserviços, arquitetura, componentes de serviços, serviços e orquestração. 10.2 Threat intel, threat hunting. 10.03 Modelagem de ameaças (STRIDE etc.). 10.5 Lei Sarbannes-Oxley. 10.10 Segurança em IoT.
Ciência de Dados: 1.6 Manipulação de dataframes com Python Pandas: leitura de dados tabulares, seleção de linhas e colunas, agregação de dados, preenchimento de valores faltantes, remoção de duplicados, junção de dataframes. 2.14 Aprendizado supervisionado com Python scikit-learn. 3.6 Aprendizado não supervisionado com Python scikit-learn. 4.7 Redes neurais com Python: treino de modelos com Keras e Pytorch.
Processos de Negócio: 6.3 Automação Inteligente e Hiperautomação. 

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. Os PDF ainda não disponíveis estarão acessíveis de modo gradativo.
5. Em Infraestrutura e Segurança, o conteúdo: 7.5 DevOps: Princípios e Modelos Já está sendo ministrado na disciplina de Engenharia de Software.
6.Não será ministrado(s) em PDF: Em Engenharia de Software: 1.3 Arquitetura de software. 1.4 Conceitos e técnicas do projeto de software. Gerenciamento de ciclo de vida de aplicações. 1.9 Desenvolvimento orientado por comportamento (BDD). 1.10 Desenvolvimento guiado por testes (TDD). 1.11 Integração contínua design thinking. 2.2 Histórias do usuário. 2.3 Critérios de Aceitação. 2.4 User Experience (UX). 2.6 Projeto centrado no usuário de software. 2.7 Storytelling. 2.8 Análise de personas (papéis, perfis etc.) de usuários de software. 3 Arquitetura de software. 3.1 Padrão arquitetural Model-ViewController (MVC). 3.2 Sistemas de N camadas. 3.3 Microsserviço. 3.4 Arquitetura orientada a eventos. . 3.6 Refatoração e Modernização de aplicações. 3.7 Práticas ágeis. 3.8 Mediate APIs. 3.9 Arquitetura Cloud Native. 3.10 Padrões de design de software. 3.11 Técnicas de componentização de software. 3.12 Padrões de projeto (design patterns) e antipatterns. 3.13 Padrões de arquitetura de aplicações corporativas (Patterns of Enterprise Applications Architecture). 3.14 Arquitetura de Sistemas WEB e WEB Standards (W3C). 3.16 Barramento de Serviços Corporativos (ESB). 3.17 Interoperabilidade entre aplicações. 3.18 Conceitos básicos sobre servidores de aplicações. 3.20 Frameworks de persistência de dados. 3.21 Mapeamento objeto-relacional. 3.22 Serviços de mensageria. RMI, XML-HttpRequest. 3.24 Soluções de busca de dados não estruturados. 3.25 Streaming de Dados. 3.26 Arquitetura Publish-Subscribe. 4 Linguagem de programação. 4.1 Características estruturais das linguagens de programação. 4.2 Orientação a objetos. 4.3 Coleções. 4.4 Tipos genéricos. 4.5 Threads. 4.6 Escalonamento. 4.7 Primitivas de sincronização e deadlocks. 4.8 Garbage collector. 4.9 Tratamento de exceções. 4.10 Anotações. 4.11 Técnicas de profiling. CSS 3). 4.13 JavaScript. 4.14 Java (11 ou superior). . 5.2 Gerência de configuração de software (GIT). Ferramentas para automatização de testes; Técnicas de refatoração de software. 5.6 Tratamento do débito técnico. 5.7 Métricas de qualidade de código. 5.8 Code Smell. 5.9 Auditoria de Sistemas. 6 Estrutura de dados e algoritmos. 6.1 Tipos básicos de dados. 6.2 Tipos abstratos de dados (lista, fila, pilha, árvore, heap). 6.3 Sub-rotinas: chamadas por endereço, referência e valor. 6.4 Algoritmos para pesquisa e ordenação. 6.5 Algoritmos para determinação de caminho mínimo. 6.6 Listas lineares e suas generalizações: listas ordenadas, listas encadeadas, pilhas e filas; Vetores e matrizes. 6.7 Árvores e suas generalizações: árvores binárias, árvores de busca, árvores balanceadas (AVL), árvores B e B+. 6.8 Complexidade de algoritmos. 6.9 Programação recursiva. 7.2 Criação e alteração dos modelos lógico e físico de dados. 7.8 Avaliação de modelos de dados. 7.9 Técnicas de engenharia reversa para criação e atualização de modelos de dados. 7.16 Transações de bancos de dados. 7.17 Melhoria de performance de banco de dados. 7.19 Integração dos dados (ETL, Transferência de Arquivos e Integração via Base de Dados). 7.20 Banco de dados em memória. 7.21 Qualidade de dados e gestão de dados mestres e de referência. 8.2 Conceitos, fundamentos, características, técnicas e métodos de business intelligence (BI). 8.3 Mapeamento de fontes de dados. . 8.8 Construção de relatórios e dashboards interativos em ferramentas de BI. 8.9 Manipulação de dados em planilhas. 8.10 Geração de insights a partir de relatórios e dashboards. 8.11 BI como suporte a processos de tomada de decisão. Em Processos de Negócio: 1.2 Indicadores de desempenho de TI (KPIs, SLAs, OKRs).  técnicas e ferramentas de gerenciamento de serviços de TI.  3.2 MVP (Minimum Viable Product) e Inovação. Qualidade em Produtos e Serviços de TI. 4.4 Técnicas de análise e simulação de processos. 4.5 Construção e mensuração de indicadores de processos.  5 Automação de processos de negócio. 5.1 Conceitos. 5.2 Ferramentas e tecnologias para automação de processos (RPA, BPMN, BPMS).. 6.3 Automação Inteligente e Hiperautomação  Em Infraestrutura e Segurança: DLP, CASB, EDR, WAF, Gestão de vulnerabilidades, Monitoração, Backup). , SQL Injection, XSS, CSRF, Path Traversal etc.). 5.5 Técnicas de desenvolvimento seguro, SAST/DAST/IAST. 5.6 VPN. 5.7 MDM. 5.8 SSO. 5.9 MFA. 5.10 Gestão de Identidade e acesso (autenticação, autorização e auditoria), RBAC e ABAC. 6 Conceitos de Storage (NAS e SAN) e Virtualização. 6.1 Introdução à virtualização. 6.2 Formas de virtualização. 6.3 Virtualização de computação. 6.4 Virtualização de rede. 6.5 Virtualização de armazenamento: Sistemas virtuais de arquivos, sistemas distribuídos, tecnologias. 7 Arquitetura de Computadores e Computação de Alto Desempenho. 7.1 Conceitos de concorrência, paralelismo e computação distribuída. 7.2 Conceitos básicos de computação em aglomerados (Cluster) e de computação em grades (Grids). 7.3 Balanceamento de carga. 7.4 Avaliação de desempenho. 7.10 Microsserviços: Conceitos básicos de microsserviços, arquitetura, componentes de serviços, serviços e orquestração. 10 Segurança da Informação. 10.1 Conceitos gerais: Gerenciamento de resposta a incidente (NIST SP 800-61). 10.2 Threat intel, threat hunting. 10.3 Testes de penetração; Modelagem de ameaças (STRIDE etc.). 10.4 Conhecimento das Táticas do framework Mitre ATT&CK. 10.5 Gestão de riscos (ISO 31000), e Lei Sarbannes-Oxley. 10.10 Segurança em IoT. Recorrentes. 4.7 Redes neurais com Python: treino de modelos com Keras e Pytorch. Em Ciência de Dados: 1.6 Manipulação de dataframes com Python Pandas: leitura de dados tabulares, seleção de linhas e colunas, agregação de dados, preenchimento de valores faltantes, remoção de duplicados, junção de dataframes.

INFORMATIVO SINTÉTICOS

1. Não serão ministrados PDFs sintéticos nas seguintes disciplinas: Código de Ética e Conduta e Integridade da CAESB, Regulamento de Licitações e Contratações da CAESB, Direito do Consumidor, Engenharia de Software, Infraestrutura e Segurança, Ciência de Dados e Processos de Negócio.