Descrição
Apostila Concurso TJDFT 2022 Analista Análise de Dados
Cargo: Analista Judiciário Análise de Dados
Editora: DOMINA CONCURSOS
Edição: 2022
Nível: Superior
Banca: FGV
Edital: Acesso ao Edital
Não é só uma apostila!
Material teórico completo elaborado totalmente de acordo com o novo edital.
Acompanha provas anteriores com gabarito para testar seu aprendizado.
Só hoje, de R$125,98 por R$62,99
50% de Desconto
Conhecimentos Básicos
(Totalmente de Acordo com Edital 2022)
Língua Portuguesa: 1. Elementos de construção do texto e seu sentido: gênero do texto (literário e não literário, narrativo, descritivo e argumentativo); interpretação e organização interna. Semântica: sentido e emprego dos vocábulos; campos semânticos; emprego de tempos e modos dos verbos em português. Morfologia: reconhecimento, emprego e sentido das classes gramaticais; processos de formação de palavras; mecanismos de flexão dos nomes e verbos. Sintaxe: frase, oração e período; termos da oração; processos de coordenação e subordinação; concordância nominal e verbal; transitividade e regência de nomes e verbos; padrões gerais de colocação pronominal no português; mecanismos de coesão textual. Ortografia. Acentuação gráfica. Emprego do sinal indicativo de crase. Pontuação. Reescrita de frases: substituição, deslocamento, paralelismo; variação linguística: norma culta. Observação: os itens deste programa serão considerados sob o ponto de vista textual, ou seja, deverão ser estudados sob o foco de sua participação na estruturação significativa dos textos.
ÉTICA NO SERVIÇO PÚBLICO: Ética e moral. Ética, princípios e valores. Ética e democracia: exercício da cidadania. Ética e função pública. Ética no setor público. Regime Jurídico dos Servidores Públicos Civis da União (Lei nº 8.112/1990): regime disciplinar, deveres e proibições, acumulação, responsabilidade e penalidades. Lei nº 8.429/1992 e alterações: disposições gerais; atos de improbidade administrativa. Código de Ética dos Servidores do TJDFT (Resolução TJDFT nº 9/2019 e Portaria Conjunta nº 76/2020).
REGIMENTO INTERNO DO TRIBUNAL DE JUSTIÇA DO DISTRITO FEDERAL E DOS TERRITÓRIOS: Portaria GPR 354 de 16 de março de 2016 (republicado no DJe no dia 30/03/2016 – Edição nº 57, fls. 05-54. Data de Publicação: 31/03/2016), com redação alterada pelas Emendas Regimentais subsequentes.
LEI DA ORGANIZAÇÃO JUDICIÁRIA DO DISTRITO FEDERAL E DOS TERRITÓRIOS: Lei nº 11.697/2008 e alterações (Organização Judiciária do Distrito Federal e dos Territórios).
Conhecimentos Específicos
(Totalmente de Acordo com Edital 2022)
Fundamentos de probabilidade e estatística. Probabilidade e probabilidade condicional. Independência de eventos, regra de Bayes e teorema da probabilidade total. Variáveis aleatórias e funções de probabilidade. Principais distribuições de probabilidade discretas e contínuas: distribuição uniforme, distribuição de Bernoulli, distribuição binomial, distribuição multinomial e distribuição normal. Medidas de tendência central: média (aritmética, ponderada, geométrica e harmônica), mediana e moda. Medidas de dispersão: amplitude, variância, desvio padrão e coeficiente de variação. Teorema central do limite. Regra empírica (regra de três sigma) da distribuição normal. Histogramas e curvas de frequência. Diagrama boxplot. Avaliação de outliers. Linguagens de programação. Conhecimento das linguagens: JavaScript, TypeScript, Java e Python. Conhecimento dos frameworks e toolkits: Angular, jQuery, Hibernate e JPA. Padrões XML, XSLT, UDDI, WSDL, SOAP e JSON. Tecnologias Web Services, REST e API RESTful. Conhecimento dos frameworks Scikit-learn, TensorFlow, PyTorch, NLTK, Matplotlib e Jupyter Notebook. Bancos de dados. Conceitos e fundamentos. Tipos de dados: estruturados, semiestruturados e não estruturados. Modelo relacional, em rede, hierárquico, distribuído e orientado a objetos. Projeto e modelagem de banco de dados relacional. Modelo Entidade Relacionamento. Notação IDEF1X. Normalização. Álgebra relacional. Conhecimento de SGBD Oracle, PostgreSQL, SQL Server e MySQL. Conceitos e propriedades das transações (ACID). Linguagem SQL (Padrão ANSI) e PL/SQL: consultas e subconsultas; triggers, views, functions e stored procedures, packages; tratamento de erros; cursores; arrays. Conhecimento da ferramenta Flyway. Controle de concorrência e otimização de consultas. Fundamentos de Big Data. Conceitos de bancos de dados NoSQL (orientado a documento, chavevalor, grafo e colunar). Conhecimento das plataformas MongoDB e ElasticSearch. Business Intelligence. Conceitos de Business Intelligence, Data Warehouse, Data Mart, Data Mining, Data Lake, ETL e OLAP. Modelagem dimensional. Tipos de modelagem dimensional: Star Schema, Snowflake Schema e Fact Constellation. Tabelas fatos e dimensões. Metodologia CRISP-DM. Algoritmos para exploração de dados e machine learning. Criação, implantação e manutenção de rotinas de ETL. Conhecimento da plataforma Power Center. Operações OLAP. Conhecimento das ferramentas Qlik Sense e Power BI. Base Nacional de Dados do Poder Judiciário (DATAJUD). Organização das Tabelas Processuais Unificadas do Poder Judiciário. Modelo Nacional de Interoperabilidade (MNI). Aprendizado de máquina. Técnicas de classificação: Naive Bayes, regressão logística e redes neurais artificiais. Funções de ativação: limiar, linear, logística, softmax, maxout e gaussiana. Redes perceptron de única e múltiplas camadas. Árvores de decisão: algoritmos ID3, C4.5 e florestas aleatórias (random forest). Máquinas de vetores de suporte (SVM). K vizinhos mais próximos (KNN – K-nearest neighbors). Avaliação de modelos de classificação: treinamento, teste, validação; validação cruzada; métricas de avaliação; matriz de confusão, acurácia, precisão, revocação, F1-score e curva ROC. Técnicas de regressão: regressão linear e séries temporais. Redes neurais para regressão. Árvores de decisão para regressão. Máquinas de vetores de suporte para regressão. Intervalos de confiança em regressão. Avaliação de modelos de regressão: MAE, MSE, RMSE e coeficiente de determinação (R2). Técnicas de agrupamento: por partição, por densidade e hierárquico. Técnicas de redução de dimensionalidade: seleção de características e análise de componentes principais (PCA). Técnicas de associação: descoberta de conjuntos frequentes e descoberta de regras de associação. Sistemas de recomendação. Aprendizado profundo (Deep Learning): redes neurais convolucionais, redes neurais recorrentes. Redes de Hopfield. Long short-term memory (LSTM). Redes perceptron multicamadas recorrentes. Máquinas de Boltzmann. Deep belief networks. Tratamento de dados: normalização numérica, discretização, tratamento de dados ausentes, tratamento de outliers e agregações. Processamento de linguagem natural. Conceito de processamento de linguagem natural (PLN). Normalização textual (stop words, estemização, lematização e análise de frequência de termos). Reconhecimento de entidades e rotulação. Modelos de representação de texto: N-gramas, 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). Métricas de similaridade textual (similaridade do cosseno, distância euclidiana, similaridade de Jaccard, distância de Manhattan e coeficiente de Dice). 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). Visão computacional. Conceitos de representação de imagens. Métodos de filtragem de imagens. Conceitos gerais de reconhecimento de padrões. Detetores de bordas. Técnicas de convolução. Métodos de segmentação. Transformações de Fourier e Wavelets. Transformações de Hough, Snakes e outros métodos de reconhecimento de objetos baseados em modelos. Operadores morfológicos. Reconhecimento facial. Classificação de imagens. Detecção de objetos. Deep learning para visão computacional. Governança e gestão de TI. Conceito de governança e gestão de TI. Planejamento estratégico de TI. Framework COBIT. Metodologias de indicadores OKR, PKI e BSC. Conceitos de gestão de projetos (PMBOK). Métodos, técnicas e ferramentas de gerência de projetos. Processos Ágeis. Metodologia Scrum. Sistema de gestão Kanban. Escritório de projetos: modelos e características. Conceitos de gestão de riscos. Análise SWOT e matriz RACI. Biblioteca ITIL® versão 4: suporte a serviços e entrega de serviços. Conceitos básicos de contratações de TI. Resolução CNJ nº 182/2013 (Diretrizes para as contratações de Solução de Tecnologia da Informação e Comunicação). Resolução CNJ nº 370/2021 (Estratégia Nacional de Tecnologia da Informação e Comunicação do Poder Judiciário – ENTIC-JUD). Resolução CNJ nº 335/2020 (Plataforma Digital do Poder Judiciário Brasileiro – PDPJ-Br). Segurança da informação. Conceitos de segurança da informação: classificação de informações, confidencialidade, integridade, disponibilidade, não repúdio, privacidade, controle de acesso, segurança física e lógica; identificação, autorização e autenticação. Planos de continuidade de negócio e serviços essenciais. Conceitos de criptografia, esteganografia e criptoanálise. Sistemas criptográficos simétricos e de chave pública. Modos de operação de cifradores. Funções digestoras (hashes). Protocolos de autenticação OpenID Connect (OIDC), SSO, OAuth2 e SAML. Conhecimento da plataforma Keycloak. Mecanismos de assinatura digital e certificação digital. Características dos algoritmos RSA, AES, SSL e SHA-256. Infraestruturas de chaves públicas (PKI – Public Key Infrastrutucture). Organização da ICP-Brasil. Norma de segurança ISO/IEC 27001. Lei nº 13.709/2018 (Lei Geral de Proteção de Dados Pessoais – LGPD). Resolução CNJ nº 396/2021 (Estratégia Nacional de Segurança Cibernética do Poder Judiciário – ENSECPJ).
Apostila Concurso TJDFT 2022 Analista Análise de Dados
