MAPA - Ministério da Agricultura, Pecuária e Abastecimento - Cargo 3005 - Especialista em BigData

Proposta

Ocupar um cargo público de Analista de Segurança da Informação, 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 MAPA - Ministério da Agricultura, Pecuária e Abastecimento - Cargo 3005 - Especialista em BigData, 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 os seus estudos estará sempre à sua disposição a partir do Curso que ora oferecemos:

✅ Abordagem ampla e atualizada de diferentes disciplinas;

✅ Seleção minuciosa de professores e conteúdos;

✅ Corpo docente respeitado e experiente;

✅ Vasto banco de questões de concursos públicos de todo o país;

✅ Fórum de dúvidas respondido pelos próprios professores;

✅ Apoio pedagógico permanente;

✅ Ambiente de aulas online com recursos tecnológicos cada vez mais impressionantes e facilitadores da sua preparação.

Mais Detalhes:

1. Curso baseado no Edital nº 1 - SE/MAPA/2022;

2. Carga horária: 500 videoaulas, aproximadamente;

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

4. 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;

5. Não serão ministrados os seguintes tópicos do edital: 1. Sistemas de arquivos distribuídos: HDFS.2. Armazenamento orientado a objeto (object store): S3, CEPH.3. Banco de dados NoSQL orientado a colunas: HBase.4. Banco de dados NoSQL orientado a grafos: Neo4J.5. Banco de dados NoSQL orientado a documentos: MongoDB. 4. Fluxo de big data: ingestão, processamento e disponibilização. 5.. Armazenamento de big data. 6. Pipeline de dados. 7. Processamento distribuído. 8. Conceitos de data lake. 9. ETL X ELT. 10. Soluções de big data. 10.1 Arquitetura do ecossistema Apache Hadoop. 10.2 Componentes Hadoop: HBase, Kudu, Sqoop, Nifi, Hive, Impala, Spark, Spark Streaming, SOLR, Oozie, Yarn, Kafka, Flink e AirFlow. 11. Arquiteturas de big data. 11.1 Arquitetura Lambda. 11.2 Arquitetura Kappa. 11.3 Arquitetura de IoT. 11.4 Arquitetura de cloud computing para dados (GCP, AWS, Huaweii). PROCESSAMENTO DE DADOS: 1. Conceitos de processamento massivo e paralelo. 2. Processamento em lote (batch). 3. Processamento em tempo real (real time). 4. Processamento MapReduce.

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 ministrados em PDF Autossuficiente: 4. Fluxo de big data: ingestão, processamento e disponibilização. 5. Armazenamento de big data.
6. Pipeline de dados. 7. Processamento distribuído. 8. Conceitos de data lake. 9. ETL X ELT. 10. Soluções de big data. 10.1. Arquitetura do ecossistema Apache Hadoop. 10.2. Componentes Hadoop: HBase, Kudu, Sqoop, Nifi, Hive, Impala, Spark, Spark Streaming, SOLR, Oozie, Yarn, Kafka, Flink e AirFlow. 11. Arquiteturas de big data. 11.1. Arquitetura Lambda. 11.2. Arquitetura Kappa. 11.3. Arquitetura de IoT. 11.4. Arquitetura de cloud computing para dados (GCP, AWS, Huaweii). INGESTÃO DE DADOS: 1. Conceito de ingestão de dados. 2. Ingestão de dados estruturados, semiestruturados e não estruturados. 3. Ingestão de dados em lote (batch). 4. Ingestão de dados em streaming. 5. Ingestão de dados full × incremental. 6. Ingestão de dados CDC (change data capture). PROCESSAMENTO DE DADOS: 1. Conceitos de processamento massivo e paralelo.
2. Processamento em lote (batch). 3. Processamento em tempo real (real time). 4. Processamento MapReduce. ARMAZENAMENTO DE DADOS:
1. Sistemas de arquivos distribuídos: HDFS. 2. Armazenamento orientado a objeto (object store): S3, CEPH. 3. Banco de dados NoSQL orientado a colunas: HBase. 4. Banco de dados NoSQL orientado a grafos: Neo4J. 5. Banco de dados NoSQL orientado a documentos: MongoDB. 6. Sistemas de indexação: ElasticSearch.  
5. Não serão ministrados em PDF Sintético: Língua Inglesa e Conhecimentos Específicos