SEPLAG CE - Secretaria de Planejamento e Gestão do Estado do Ceará - Conhecimentos Específicos para o cargo deAnalista de Gestão Pública – Área de Especialidade: Ciência da Computação ou Afins na Área da Tecnologia da Informação e Comunicação

Mais Detalhes:

1. Curso baseado no EDITAL Nº 1 – SEPLAG/CE, DE 15 DE ABRIL DE 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. A coordenação pedagógica, juntamente com toda a equipe de professores, está trabalhando com foco total para uma preparação verdadeiramente completa e efetiva;

5. Não serão ministrados os seguintes tópicos do edital:
1.3 Integração de plataforma alta com plataforma baixa. KVM, ZVM. 4.1 NBR ISO/IEC 27002:2005. 4.3 NBR ISO/IEC 15408. 4.4 Políticas de senhas.  2.1 Orquestração de serviços, API gateway. 2.4 Transações distribuídas. 3.3 Arquitetura orientada a objetos. 3.5 Camadas, modelo MVC. 4 Gerenciamento de serviços (ITIL 4). 4.1 Conceitos básicos, disciplinas, estrutura e objetivos. NATS Streaming, ActiveMQ.  1 Arquitetura de sistemas distribuídos. 1.1 Balanceamento de carga, fail‐over e replicação de estado. 1.2 Técnicas de análise de desempenho e otimização de consultas (tuning). 1.3 Segurança de banco de dados. 2 Arquitetura e tecnologias de sistemas de informação: conceitos básicos e aplicações; especificação de metadados; 3 Desenvolvimento de integrações: tecnologia Middleware. 3.1 APS (application platform suite); interoperabilidade de sistemas. 3.1.1 Padrões de interoperabilidade (ePING). 1.6 Programação Java 1.7 Programação C# 3.2 Padrões GRASP. 5 Padrões XML, XSLT, UDDI, WSDL, SOAP, REST e JSON. 6 Engenharia de software. 6.1 Levantamento de requisitos funcionais e não funcionais. 6.4 Unified Process (UP). 7 Métrica de análise de ponto de função. 8 Testes de software. 8.1 Tipos de testes. 8.2 Teste unitário. 8.3 Teste de integração. 8.4 Teste de carga/estresse). 9 Qualidade de código: SonarQube, Robot Framework e JMeter. 11.2 Especificações: JEE (JPA, EJB, JSF, JMS e JTA), JVM. 1.3 CI/CD (continuous integration/continuous delivery). 1.4 Mesh app and service architecture (MASA). WebSocket, DHTML, AJAX. Frameworks (Bootstrap, angular). 11 Tecnologias backend. 11.1 Frameworks: Hibernate, .NET Core, NodeJS. Express e NestJS. Flask.

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:  Análise, Desenho e Automação de Processos: 1.4 técnicas de análise e simulação de processos. 1.5 construção e mensuração de indicadores de processos. 2 RPA (robotic process automation). 2.1 Conceitos, fundamentos, características, estratégias. 2.2 Padronização de processos, formatação, validação e operação. Arquitetura de Desenvolvimento de Software: 1 Desenvolvimento de sistemas. 1.1 Desenvolvimento web. 1.1.1 JavaScript, HTML5, CSS3, WebSocket, Single Page Application (SPA). 1.2 Framework JavaScript AngularJS, DHTML, AJAX. 1.3 Jasper. 1.4 Noções e conceitos de desenvolvimento para dispositivos móveis. 1.5 Framework Apache CXF. 1.6 Programação Java 1.7 Programação C# 1.9 Usabilidade e acessibilidade na Internet, padrões W3C e e-MAG. 2 Análise estática de código-fonte. 2.1 Clean code. 3 Padrões de projeto. 3.1 GoF. 3.1.1 Padrões de criação; 3.1.2 Padrões estruturais. 3.1.3 Padrões comportamentais. 3.2 Padrões GRASP. 9 Qualidade de código: SonarQube, Robot Framework e JMeter. 10 Tecnologias e práticas frontend web: HTML, CSS, UX, Ajax, frameworks (Bootstrap, angular, VueJS e React). 10.1 Padrões de frontend. 10.1.1 SPA e PWA. 11 Tecnologias backend. 11.1 Frameworks: Hibernate, .NET Core, Quarkus, SpringBoot, Flask, Django, NodeJS, Express e NestJS. 11.2 Especificações: JEE (JPA, EJB, JSF, JMS e JTA), JVM.  DevOps: 1 Gestão de configuração. 1.2 modelo de versionamento, merge, branch, pipeline. 1.4 Mesh app and service architecture (MASA). 2 Containers: 2.1 Conceitos básicos sobre Docker e Kubernetes. 2.2 Arquitetura da plataforma Docker. 2.3 Instalação e configuração do Docker. 2.3.1 Criação e manipulação de imagens Docker. 2.3.2 Registry Docker. 2.4 Gerência de containers com Docker. 2.5 Rede no Docker. 2.6 Volumes no Docker. 2.7 Segurança no Docker. 2.8 Conceitos básicos sobre containers.  BIG DATA & ANALYTICS, BUSINESS INTELLIGENCE, INTELIGÊNCIA ARTIFICIAL, INTERNET DAS COISAS E NUVEM COMPUTACIONAL:  I BIG DATA & ANALYTICS:  5.6 Pipeline de dados. 5.7 Processamento distribuído. 5.10.1 Arquitetura do ecossistema Apache Hadoop. 5.10.2 Componentes Hadoop: HBase, Kudu, Sqoop, Nifi, Hive, Impala, Spark, Spark Streaming, SOLR, Oozie, Yarn, Kafka, Flink e AirFlow. 5.11 Arquiteturas de big data. 5.11.1 Arquitetura Lambda. 5.11.2 Arquitetura Kappa. 5.11.3 Arquitetura de cloud computing para dados (AWS, Azure). 6 Visualização e análise exploratória de dados. 7 Planilhas e SQL. 10 Mapeamento das fontes de dados: técnicas para coleta de dados. Business Intelligence: 7 Mapeamento das fontes de dados: técnicas para coleta de dados. 8. Arquitetura e análise de requisitos para sistemas analíticos. 11 Visualização e análise exploratória de dados 11.1 Ferramentas de criação de dashboards (Power BI, Google Looker e Pentaho). 11.2 Storytelling. 11.3 Elaboração de painéis e dashboard. 11.4 Elaboração de relatórios analíticos. Inteligência Artificial: 1 Técnicas de classificação. 1.1 Naive Bayes. 1.2 Regressão logística. 1.3 Redes neurais artificiais. 1.3.1 Funções de ativação: limiar, linear, ReLU, logística, softmax, maxout e gaussiana. 1.3.2 Redes Perceptron de única e múltiplas camadas. 1.4 Árvores de decisão (algoritmos ID3 e C4.5) e florestas aleatórias (random forest). 1.5 Máquinas de vetores de suporte (SVM – support vector machines). 1.6 K vizinhos mais próximos (KNN – K-nearest neighbors). 1.7 Comitês de classificadores. 1.8 Avaliação de modelos de classificação: treinamento/teste/validação; validação cruzada; métricas de avaliação (matriz de confusão, acurácia, precisão, revocação, F1-score e curva ROC). 2 Técnicas de regressão. 2.1 Regressão linear. 2.2 Séries temporais (tendências, suavização exponencial e modelos ARIMA). 2.3 Redes neurais para regressão. 2.4 Árvores de decisão para regressão. 2.5 Máquinas de vetores de suporte para regressão. 2.6 Intervalos de confiança em regressão. 2.7 Avaliação de modelos de regressão: mean absolute error (MAE), mean square error (MSE), root mean square error (RMSE) e coeficiente de determinação (R 2 ). 3 Técnicas de agrupamento. 3.1 Agrupamento por partição. 3.2 Agrupamento por densidade. 3.3 Agrupamento hierárquico. 4 Técnicas de redução de dimensionalidade. 4.1 Seleção de características (feature selection). 4.2 Análise de componentes principais (PCA – principal component analysis). 5 Técnicas de associação. 5.1 Descoberta de conjuntos frequentes. 5.2 Descoberta de regras de associação. 6 Sistemas de recomendação. 7 Processamento de linguagem natural (PLN). 7.1 Análise de frequência de termos). 7.2 Rotulação de partes do discurso (POS-tagging – part-of-speech tagging). 7.3 Reconhecimento de entidades (NER – named entity recognition) e rotulação IOB. 7.4 Modelos vetoriais de palavras (CBOW, Skip-Gram e GloVe), modelos vetoriais de documentos (booleano, TF e TF-IDF, média de vetores de palavras e Paragraph Vector). 7.5 Métricas de similaridade textual (similaridade do cosseno, distância euclidiana, similaridade de Jaccard, distância de Manhattan e coeficiente de Dice). 7.6 Aplicações de PLN: sumarização automática de texto (abordagens extrativa e abstrativa), modelagem de tópicos em texto (algoritmos LSI, LDA e NMF), classificação de texto, agrupamento de texto, tradução automática de texto, análise de sentimentos e emoções em texto, reconhecimento de voz (STT – speech to text).  Internet das Coisas: 1 IoT (Internet of Things). 1.1 Conceitos, fundamentos, características. 1.2 Arquitetura IoT. V  Nuvem Computacional: 2 Arquitetura de cloud computing para dados (AWS, Azure). 2.1 Características, requisitos e recursos. VI Orientações a Serviço: 1 Ferramentas de integração assíncrona: Kafka, NATS Streaming, ActiveMQ. 2 microsserviços. 2.1 Orquestração de serviços, API gateway. 2.2 containers. 2.3 Padrões de microsserviços. 2.4 Transações distribuídas. 3 Arquitetura de software. 3.1 Interoperabilidade de sistemas. 3.2 Arquitetura orientada a serviços. 3.2.1 Web services. 3.2.2 RESTful, SOAP. 3.3 Arquitetura orientada a objetos. 3.4 Arquitetura. 3.5 Camadas, modelo MVC. 3.6 Arquitetura de aplicações para ambiente web. 3.6.1 Servidor de aplicações. Servidor web.  VII Virtualização de Servidores: 1 Tópicos avançados. 1.1 Virtualização (XEN, VMWare, KVM, ZVM). 1.2 Consolidação de servidores. 1.3 Integração de plataforma alta com plataforma baixa. SEGURANÇA DA INFORMAÇÃO, SEGURANÇA DE DATACENTER, SEGURANÇA DE DISPOSITIVOS, DISPONIBILIDADE: 2.4 Controle de acesso. 2.7 Ataques a sistemas de criptografia. 4.3 NBR ISO/IEC 15408. 4.4 Políticas de senhas. 5 Autenticação de dois fatores (MFA). 6 OAuth 2, JWT, SSO e SAML. 8 Segurança de aplicações web: 8.1 SQL injection, XSS, CSRF, ataques de inclusão de arquivos. 8.2 Vulnerabilidades em navegadores. 8.3 Vulnerabilidades de code signing. 8.4 Vulnerabilidades de controles de autenticação. 8.5 Comunicação interaplicativos e sidejacking. Sistemas Distribuídos: 1 Arquitetura de sistemas distribuídos. 1.1 Balanceamento de carga, fail‐over e replicação de estado. 1.2 Técnicas de análise de desempenho e otimização de consultas (tuning). 1.3 Segurança de banco de dados. 2 Arquitetura e tecnologias de sistemas de informação: conceitos básicos e aplicações; arquitetura cliente-servidor; especificação de metadados; arquitetura de aplicações para ambiente web: servidor de aplicações, servidor web; arquitetura de software: arquitetura de camadas, modelo MVC. 3 Desenvolvimento de integrações: tecnologia Middleware. 3.1 APS (application platform suite); interoperabilidade de sistemas. 3.1.1 Padrões de interoperabilidade (ePING). Rede de Computadores: 8. gigabit ethernet.
5. Não serão ministrados PDF Sintéticos.