Banco de dados: conceitos; tipos de dados; modelagem de dados, conceitual e física, esquemas de bancos de dados relacionais; chave primária, alternava e estrangeira; normalização de dados (1FN, 2FN,3FN, 4FN e desnormalização); restrições de integridade; linguagens de definição de dados (DDL), manipulação de dados (DML) e controle de dados (DCL); processamento de transações, controle de concorrência e recuperação; processamento de consultas; otimização e ajustes (tunning) de bancos de dados; segurança de bancos de dados; backup e recuperação; mapeamento objeto relacional. 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. Banco de dados sistemas gerenciadores: SQL Server; Oracle; Postgre-SQL. Bancos de dados não relacionais: MongoDB, Cassandra. Ferramentas de Indexação Textual: Elascsearch, SOLR. Infraestrutura de processamento analítico distribuído: Hadoop, Spark, Hive, Yarn, Zookeeper. Processamento analítico em tempo real: barramento de eventos pub/sub, arquitetura lambda, Spark Streaming, Flink. Contêineres e infraestrutura elástica aplicados ao processamento de dados: Docker, Kubernetes. Linguagem SQL: SQL ANSI. Variantes de linguagem SQL: PL-SQL, T-SQL, PL/pqSQL, SQL/PSM. Linguagens de programação aplicadas ao tratamento de dados: Python e linguagem R e Matlab. Big data: fundamentos; tecnologia; gerenciamento; big data analítico; implementação; soluções reais. Legislação específica: Instrução Normativa nº 01/2019 – SEGES/ME; Lei nº 13.709/2018 (Lei geral de proteção de dados pessoais) e suas alterações.