Guia de Estudos MJSP - 2020 - Edital nº 20 - Para o Cargo de Cientista de Dados

Compreensão e interpretação de texto. Tipologia e gêneros textuais. Figuras de linguagem. Significação de palavras e expressões. Relações de sinonímia e de antonímia. Ortografia. Acentuação gráfica. Uso da crase. Fonética e Fonologia: som e fonema, encontros vocálicos e consonantais e dígrafos. Morfologia: classes de palavras variáveis e invariáveis e seus empregos no texto. Locuções verbais (perífrases verbais). Funções do “que” e do “se”. Formação de palavras. Elementos de comunicação. Sintaxe: relações sintático-semânticas estabelecidas entre orações, períodos ou parágrafos (período simples e período composto por coordenação e subordinação). Concordância verbal e nominal. Regência verbal e nominal. Colocação pronominal. Emprego dos sinais de pontuação e sua função no texto. Elementos de coesão. Função textual dos vocábulos. Variação linguística.

Desenvolvimento de habilidades linguísticas com ênfase em leitura e produção de textos na área de Informática: linguagem injuntiva; Dreamweaver Basic Web Site; Backflip; Adobe Photoshop; Macromedia Flash Basics; Tópicos Textuais: Program Design; Languages; The Java Revoluon; The Java Language; Closer Look at the Hello World Applicaon; Code Convenons; Computers for the Disabled; guidelines for wring an abstract. Desenvolvimento de projetos muldisciplinares. Interação: Escritor/Texto/Leitor. Escritura de abstracts. Fact and Opinion in texts; Gramáca aplicada: Verbos seguidos de infinitivo ou gerúndio; Simple Past; Imperave; Use of Arcles; Countable and Uncountable nouns; Noun Phrases; Subject-verb Agreement; If-Clauses: First and Second Condionals.

Estruturas lógicas. Lógica de argumentação: analogias, inferências, deduções e conclusões. Lógica sentencial (ou proposicional): Proposições simples e compostas; Tabelas verdade; Equivalências; Leis de Morgan; Diagramas lógicos. Lógica de primeira ordem. Princípios de contagem e probabilidade. Operações com conjuntos. Raciocínio lógico envolvendo problemas aritméticos, geométricos e matriciais.

Estatística descritiva: representação tabular e gráfica, medidas de tendência central e dispersão. Probabilidade: definições e teoremas; variáveis aleatórias e distribuição de probabilidade; variância e covariância; correlação linear simples; distribuição binomial, normal, quiquadrado, t de Student e F; noções de amostragem e inferência estatística. Gestão de dados: DAMADMBOK. Linguagens de programação aplicadas ao tratamento de dados: Python, linguagem R e Matlab. Big data: fundamentos; tecnologia; gerenciamento; big data analítico; implementação; soluções reais. Técnicas de preparação e apresentação de dados: ETL (extração, transformação e carga); limpeza; importação; conversão; carga; visualização. Business Intelligence: conceitos; data warehouse; OLAP; MOLAP; ROLAP e OLTP; ferramentas e softwares. Mineração de dados: conceitos; técnicas; algoritmos; implementação e aplicação. Inteligência artificial: conceitos e aplicações. Aprendizado de Máquina: fundamentos básicos; algoritmos de aprendizado (supervisionado, não-supervisionado, por reforço); classificação e regressão; sistemas de recomendação; redes neurais artificiais; deep learning (noções); processamento de linguagem natural (noções). Banco de dados sistemas gerenciadores: SQL Server; Oracle; Postgre-SQL. Bancos de dados não relacionais: MongoDB, Cassandra. Linguagem SQL: SQL ANSI. Variantes de linguagem SQL: PL-SQL, T-SQL, PL/pqSQL, SQL/PSM. Legislação específica: Instrução Normativa nº 01/2019 – SEGES/ME; Lei nº 13.709/2018 (Lei geral de proteção de dados pessoais) e suas alterações.