Apostila CVM 2024 Analista 7 Ciência de Dados

Apostila CVM 2024 Analista 7 Ciência de Dados

Cargo: Analista Perfil 7 – Ciência de Dados

Editora: DOMINA CONCURSOS

Edição: 2024

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$199,98 por R$99,99
50% de Desconto

Conhecimento Básico
(Totalmente de Acordo com Edital 2024)

Língua Portuguesa: Interpretação e Compreensão de texto. Organização estrutural dos textos. Marcas de textualidade: coesão, coerência e intertextualidade. Modos de organização discursiva: descrição, narração, exposição, argumentação e injunção; características específicas de cada modo. Tipos textuais: informativo, publicitário, propagandístico, normativo, didático e divinatório; características específicas de cada tipo. Textos literários e não literários. Tipologia da frase portuguesa. Estrutura da frase portuguesa: operações de deslocamento, substituição, modificação e correção. Problemas estruturais das frases. Norma culta. Pontuação e sinais gráficos. Organização sintática das frases: termos e orações. Ordem direta e inversa. Tipos de discurso. Registros de linguagem. Funções da linguagem. Elementos dos atos de comunicação. Estrutura e formação de palavras. Formas de abreviação. Classes de palavras; os aspectos morfológicos, sintáticos, semânticos e textuais de substantivos, adjetivos, artigos, numerais, pronomes, verbos, advérbios, conjunções e interjeições; os modalizadores. Semântica: sentido próprio e figurado; antônimos, sinônimos, parônimos e hiperônimos. Polissemia e ambiguidade. Os dicionários: tipos; a organização de verbetes. Vocabulário: neologismos, arcaísmos, estrangeirismos; latinismos. Ortografia e acentuação gráfica. A crase.

Raciocínio Lógico e Matemático: Lógica: proposições, conectivos, equivalências lógicas, quantificadores e predicados. Conjuntos e suas operações, diagramas. Números inteiros, racionais e reais e suas operações, porcentagem e juros. Proporcionalidade direta e inversa. Medidas de comprimento, área, volume, massa e tempo. Estrutura lógica de relações arbitrárias entre pessoas, lugares, objetos ou eventos fictícios; dedução de novas informações das relações fornecidas e avaliação das condições usadas para estabelecer a estrutura daquelas relações Compreensão de dados apresentados em gráficos e tabelas. Raciocínio lógico envolvendo problemas aritméticos, geométricos e matriciais. Problemas de contagem e noções de probabilidade. Geometria básica: ângulos, triângulos, polígonos, distâncias, proporcionalidade, perímetro e área. Noções de estatística: média, moda, mediana e desvio padrão. Plano cartesiano: sistema de coordenadas, distância. Problemas de lógica e raciocínio.

Estrutura do Mercado de Valores Mobiliários (MVM): Sistema Financeiro Nacional: legislação, bases, funções, estrutura e funcionamento. Mercado financeiro e de capitais: importância econômica; principais produtos dos mercados financeiro e de capitais. Regulação e autorregulação do mercado de valores mobiliários. Lei de Liberdade Econômica (Lei nº 13.874/2019 e suas alterações) e seu impacto na regulação do mercado de valores mobiliários. Análise de Impacto regulatório. Decreto nº 10.411 de 30 de junho de 2020 e suas alterações. CVM: legislação, criação e natureza jurídica, atribuições, competência, organização e funcionamento. Administradores de Carteiras, Analistas de Valores Mobiliários, Assessores de Investimento e Consultores de Valores Mobiliários: Características, requisitos, funções e responsabilidades. Entidades administradoras de mercados organizados. Plataformas eletrônicas de investimento participativo (crowdfunding). Mercados de bolsa, balcão organizado e balcão não organizado: Características, requisitos, funções e responsabilidades. Intermediários, custodiantes, escrituradores, entidades de compensação e liquidação e depositários centrais. Características, requisitos, funções e responsabilidades. Companhias Abertas: conceito; obtenção e cancelamento de registro de emissor de valores mobiliários; categorias A e B; informações periódicas e eventuais. Hipóteses de dispensa de registro de emissor de valores mobiliários. Fundos de investimento: Conceito; características gerais; estrutura e funcionamento; tipos de fundos de investimento; fundos abertos e fechados; objetivos para a constituição de um fundo de investimento; classes e subclasses de cotas; papéis e obrigações dos prestadores de serviços essenciais; e regulamento do fundo. Lei nº 14.430/2022. Lógica econômico-financeira. Valores mobiliários emitidos no âmbito de operações de securitização. Regime fiduciário e categorias S1 e S2 de companhias securitizadoras. Auditores independentes. Agências de classificação de risco. Características, requisitos, funções e responsabilidades. Valores Mobiliários: conceito e especificidade em relação a outros títulos. Mercados primário e secundário. A distribuição dos valores mobiliários no mercado. Legislação do mercado de valores mobiliários: Arts. 1368-C a 1368-F do Código Civil, Leis nº 6.385/1976 e alterações posteriores, 6.404/1976 e alterações posteriores.

Fundamentos de Direito: Direito Constitucional. Constituição da República Federativa do Brasil de 1988. Princípios fundamentais. Aplicabilidade das normas constitucionais. Normas de eficácia plena, contida e limitada. Direitos e garantias fundamentais. Direitos e deveres individuais e coletivos, direitos sociais, direitos de nacionalidade, direitos políticos, partidos políticos. Organização político-administrativa do Estado. Estado federal brasileiro, União, estados, Distrito Federal, municípios e territórios. Administração Pública. Disposições gerais. Servidores públicos. Poder executivo. Atribuições e responsabilidades do Presidente da República. Poder legislativo. Estrutura. Funcionamento e atribuições. Processo legislativo. Fiscalização contábil, financeira e orçamentária. Comissões parlamentares de inquérito. Poder judiciário. Disposições gerais. Órgãos do poder judiciário. Organização e competências, Conselho Nacional de Justiça. Composição e competências. Funções essenciais à justiça. Ministério Público e Advocacia Pública. Ordem Econômica e Financeira. Direito Administrativo. Estado, governo e Administração Pública. Conceitos. Elementos. Direito administrativo. Conceito. Objeto. Fontes. Ato administrativo. Conceito, requisitos, atributos, classificação e espécies. Extinção do ato administrativo: cassação, anulação, revogação e convalidação. Decadência administrativa. Agentes públicos. Conceito. Espécies. Cargo, emprego e função pública. Provimento. Vacância. Efetividade, estabilidade e vitaliciedade. Remuneração. Direitos e deveres. Responsabilidade. Processo administrativo disciplinar. Lei nº 8.112/1990. Poderes da Administração Pública. Hierárquico, disciplinar, regulamentar e de polícia. Direito administrativo sancionador. Uso e abuso do poder. Princípios expressos e implícitos da Administração Pública. Responsabilidade civil do Estado. Responsabilidade por ato comissivo do Estado. Responsabilidade por omissão do Estado. Requisitos para a demonstração da responsabilidade do Estado. Causas excludentes e atenuantes da responsabilidade do Estado. Reparação do dano. Direito de regresso. Serviços públicos. Conceito. Elementos constitutivos. Formas de prestação e meios de execução. Delegação: concessão, permissão e autorização. Classificação. Princípios. Lei nº 13.460/2018 e seus regulamentos. Organização administrativa. Centralização, descentralização, concentração e desconcentração. Administração direta e indireta. Autarquias e fundações. Empresas estatais. Controle da Administração Pública. Controle exercido pela Administração Pública. Controle judicial. Controle legislativo. Improbidade administrativa: Lei nº 8.429/1992. Processo administrativo. Lei nº 9.784/1999. Licitações e contratos administrativos: Lei nº 14.133/2021. Ética Pública. Código de Ética Profissional do Servidor Público Civil do Poder Executivo Federal (Decreto nº 1.171/1994). Sistema de Gestão da Ética do Poder Executivo Federal (Decreto nº 6.029/2007). Lei nº 12.813/2013 – Dispõe sobre o conflito de interesses no exercício de cargo ou emprego do Poder Executivo Federal e impedimentos posteriores ao exercício do cargo ou emprego. Exposição de Motivos nº 37/2000 do Chefe da Casa Civil – Código de Ética da Alta Administração. Direito de acesso à informação no Brasil: normas constitucionais, Lei nº 12.527/2011, Decreto nº 7.724/2012 (Regulamenta a Lei nº 12.527/2011). Lei nº 13.709/2018 (Lei Geral de Proteção de Dados Pessoais – LGPD). Atuação do Estado no Domínio Econômico. Lei de Introdução às normas do Direito Brasileiro (Arts. 20 a 30, do Decreto-Lei nº 4.657/1942) e respectivo regulamento (Decreto nº 9.830/2019).

Fluência de Dados: Fluência em dados: conceitos, atributos, métricas, transformação de Dados. Análise de dados. Agrupamentos. Tendências. Projeções. Conceitos de Analytics. Aprendizado de Máquina. Inteligência Artificial. Processamento de Linguagem Natural. Governança de Dados: conceito, tipos (centralizada, compartilhada e colegiada). Ciência de dados: Importância da informação. Big Data. Big Data em relação a outras disciplinas. Ciência dos dados. Ciclo de vida do processo de ciência de dados. Papeis dos envolvidos em projetos de Ciência de dados e Big Data. Computação em nuvens. Arquitetura de Big Data. Modelos de entrega e distribuição de serviços de Big Data. Plataformas de computação em nuvem para Big Data.

Conhecimento Específico
(Totalmente de Acordo com Edital 2024)

1 – CIÊNCIA DE DADOS Aprendizado de máquina e suas técnicas. Técnicas de classificação. Técnicas de regressão. Técnicas de agrupamento. Técnicas de redução de dimensionalidade. Técnicas de associação e recomendação. Noções de visão computacional. Deep learning e suas principais arquiteturas. Aprendizado por reforço. Aprendizado Semissupervisionado. Descoberta do Conhecimento / Knowledge Discovery in Database (KDD). Aprendizado de máquina aplicado a séries temporais. Conceitos de aprendizado de máquina. Fontes de erro em modelos preditivos. Avaliação de modelos preditivos. Underfitting, overfitting e técnicas de regularização. Otimização de hiperparâmetros. Validação cruzada. Métodos de seleção de atributos. Comitês (Ensemble). Separabilidade de dados. Tratamento de dados. Normalização numérica. Discretização. Tratamento de dados ausentes. Tratamento de outliers e agregações. Tratamento de dados desbalanceados. Superamostragem. Subamostragem. Desidentificação de dados sensíveis. Organização e identificação de variáveis qualitativas e quantitativas, nominais e ordinais, discretas e contínuas. Inferência bayesiana aplicada ao aprendizado de máquina. Seleção bayesiana de modelos. Média bayesiana de modelos. Redes neurais bayesianas. Modelos hierárquicos bayesianos. Inferência sequencial bayesiana. Ingestão de dados. Conceito. Ingestão de dados estruturados, semiestruturados e não estruturados. Ingestão de dados em lote (batch). Ingestão de dados em streaming. Ingestão de dados full × incremental. Ingestão de dados CDC (change data capture). Processamento de dados. Conceitos de processamento massivo e paralelo. Processamento em lote (batch). Processamento em tempo real (real time). Processamento MapReduce. Processamento de linguagem natural (PLN). Modelos grandes de linguagem (Large Language Models). Conceito e arquitetura. Aplicações em PLN. Geração de dados sintéticos. Fine tuning. Qualidade de dados. Conceitos e definições. Dimensões da qualidade de dados (visão DMBOK). Principais técnicas em qualidade de dados. Profiling. Matching. Deduplicação. Data cleansing. Enriquecimento. Boas práticas para adoção da qualidade de dados. Processos de qualidade para modelos de dados. Noções de governança de dados (visão DMBOK). Conceitos modernos de sistemas de informação. Serviços de Computação em Nuvem. Conceitos de Containers: construção, registro, execução e orquestração. Repositórios de código e versionamento. Github. SVN. Big Data. Fundamentos. Tipos de dados: estruturados, semiestruturados e não estruturados. Fluxo de Big Data: ingestão, processamento e disponibilização. Armazenamento de Big Data. Pipeline de dados. Processamento distribuído e MapReduce. Conceito de data lake. ETL X ELT. Soluções de Big Data. Arquiteturas de Big Data. Aprendizado de máquina distribuído, federado e em múltiplas GPUs. Ética e privacidade em ciência de dados. Princípios éticos na análise de dados. Legislações e regulamentações relacionadas à proteção, privacidade e segurança de dados. Noções da Lei nº 13.709/2018 – Lei Geral de Proteção de Dados (LGPD). Regtech: conceito e aplicações no mercado de capitais. Suptech: conceito e aplicações no mercado de capitais. Plataforma Microsoft Power BI. Apresentação de dados, elaboração e interpretação de gráficos, tabelas e mapas. Diagrama boxplot. Detecção de outliers. 2 – LINGUAGENS E BANCO DE DADOS Linguagem de programação Python. Sintaxe básica, operadores, variáveis. Estruturas de dados: dataframes, listas, matrizes, dicionários, conjuntos. Estruturas de controle de fluxo. Funções e escopo. Manipulação, limpeza, transformação e pré-processamento de dados com Pandas. Operações com arrays com NumPy. Visualização de dados com Matplotlib e Seaborn. Redes neurais com TensorFlow, Keras e PyTorch. Aprendizado de máquina com Scikit-learn e XGBoost. Aplicações de processamento de linguagem natural com NLTK, gensim e spaCy. Big data com Dask e PySpark. Programação orientada a objetos em Python. Jupyter Notebook. Linguagem SQL ANSI. Consultas, procedures, packages, funções, triggers e views. SQL/PL-SQL, DDL, DML, DQL, DTL e DCL. Noções de Javascript e HTML. Noções de Scala e Java. Banco de dados. Modelo de entidades e relacionamentos. Modelo relacional: teoria e normalização. Sistemas de Suporte à Decisão: inteligência de negócios. Processo de Data Warehousing, Data Warehouses, Tipos de Data Marts, Técnicas Básicas e Avançadas de Modelagem Multidimensional de Dados. Recuperação e visualização de dados – OLAP, Painéis e dashboards. Data Mining. Padrões JSON e XML. Integração de dados – Extração, transformação e carga (ETL). Data Lakes. Padrões: XML e XSLT. Linguagem de programação: JSON. Técnicas de implementação de SGBD. Transações: conceito, propriedades e implementação. Processamento e otimização de consultas. Recuperação e concorrência. Segurança em bancos de dados. Distribuição de dados e transações. Interfaces de utilização: principais propriedades e características das bibliotecas mais difundidas. Algoritmos de busca e indexação: sequenciais, árvores, hashing, bitmaps. Administração de bancos de dados. MS SQL Server, MySQL, PostgreSQL: Instalação, operação, tunning, manutenção, gerenciamento, backup. Criação e manutenção de views, funções, stored procedures, triggers, segurança. Conexões. Interfaces de utilização: principais propriedades e características das bibliotecas mais difundidas. ODBC. Camadas de persistência. 3 – MATEMÁTICA E ESTATÍSTICA Álgebra Linear para ciência de dados. Notação de vetores e matrizes. Operações com vetores e matrizes. Matriz identidade, inversa e transposta. Transformações lineares. Produto interno e norma. Normas L1 e L2. Autovalores e autovetores. Decomposição matricial: Cholesky, diagonalização, Singular Value Decomposition (SVD). Métodos para sumarização e análise exploratória de dados. Distribuição de frequências: absoluta, relativa, acumulada. Medidas de posição: média, moda, mediana e quartis. Medidas de dispersão: amplitude, variância, desvio-padrão, coeficiente de variação, amplitude interquartil. Medidas de Associação: Covariância e Correlação. Histogramas e curvas de frequência. Diagrama de caixa (boxplot) e identificação de valores atípicos (outliers). Diagrama de dispersão. Variáveis quantitativas e qualitativas. Probabilidade. Definições básicas e axiomas. Probabilidade condicional e independência. Variáveis aleatórias e funções de probabilidade. Independência de eventos, Teorema de Bayes e Teorema da Probabilidade Total. Distribuições de probabilidade contínuas e discretas. Inferência estatística. Estimação de parâmetros por ponto (método dos momentos, mínimos quadrados e máxima verossimilhança) e por intervalo. Intervalo de confiança. Testes de hipóteses. Testes paramétricos. Análise de regressão linear simples e múltipla. Modelo Clássico de Regressão Linear Normal: estimação, propriedades dos estimadores, testes de detecção de violações das hipóteses clássicas, violações das hipóteses clássicas: consequências e ajustes. Regressão Logística. Regressões Lasso, Ridge e Elasticnet. Análise multivariada. Técnicas de dependência e interdependência. Análise de dados categorizados: tabelas de Contingência e testes Qui-Quadrado. Séries Temporais. Componentes estruturais. Médias móveis. Modelos ARIMA. Predição. Testes de raiz unitária e cointegração. Inferência Bayesiana: distribuições a priori e a posteriori, intervalo de credibilidade Bayesiano, fator de Bayes, Markov Chain Monte Carlo (MCMC). 4 – GESTÃO DE PROJETOS Gestão de Projetos: Gerenciamento de Projetos: Definições, conceitos básicos e ciclo de vida do projeto; Etapas de Planejamento e Gerenciamento de Projetos; Grupos de Processo e Áreas de Conhecimento; PMI (Project Management Institute) e PMBoK (Project Management Base of Knowledge); Habilidades e Competências do profissional de Gestão de Projetos (Project Management Professional – PMP). Ferramentas e Técnicas para Gerenciamento de Projetos; Administração do tempo e reuniões; Técnicas de tomada de decisão e acompanhamento de projetos; MS Project; Indicadores de desempenho em projetos; Gerenciamento de Projetos em Gestão da Informação; Gerenciamento por processos; Big Data e Qualidade da Informação.

Apostila CVM 2024 Analista 7 Ciência de Dados