01 – Ortografia Oficial

02 – Compreensão e Interpretação Textual

03 – Morfologia

04 – Verbos

05 – Sintaxe da oração

06 – Sintaxe do período

07 – Pontuação

08 – Concordância

09 – Semântica e Tipos de Textos

10 – Coesão e coerência

11 – Reescrita de frases

12 – Redação oficial

01 – Interpretação de textos. Pronomes. Artigos.

02 – Conectivos (conjunções e marcadores de discurso). Advérbios.

03 – Tempos verbais.

04 – Comparativos e superlativos. Condicionais.

05 – Determinantes. Modais. Preposições.

06 – Falsos cognatos e cognatos. Prefixos e sufixos.

07 – Discurso direto e indireto. Voz ativa e voz passiva. Phrasal verbs. Question tags.

08 – Substantivos. Genitive case. Numerais ordinais e cardinais. Infinitivo. Gerúndio. Imperativo. Subjuntivo. Forma verbal enfática. Estrutura da oração (período composto).

01 – Média aritmética

02 – Estatística descritiva

03 – Princípios da contagem

04 – Probabilidade

05 – Medidas de dispersão

06 – Distribuições de probabilidades discretas

07 – Distribuições de probabilidade contínuas

08 – Testes de hipóteses

09 – Análise de regressão

01 – Lógica de Proposições

02 – Lógica de Argumentação

03 – Associação Lógica e Estruturas Lógicas

04 – Números e grandezas proporcionais

05 – Raciocínio Lógico envolvendo problemas aritméticos e equações

06 – Noções de Geometria

07 – Matrizes e Sistemas Lineares.

01 – Lei Geral de Proteção de Dados – LGPD

02 – Lei de acesso à informação (Lei 12.527/2011)

03 – Lei nº 12.737/2012 (Lei de Delitos Informáticos)

04 – Decreto nº 9.637/2018 (Política Nacional de Segurança da Informação)

01 – Criptografia e Assinatura Digital

02 – ISO 27001/27002

03 – Autenticação de dois fatores (MFA)

01 – Métodos Ágeis

02 – Scrum

03 – Gestão de Serviços de TI – ITIL 4

01 – Conceitos de Banco de Dados

02 – Modelo Relacional

03 – SQL

01 – Computação em nuvens.

01 – Lógica de Programação

02 – Python Básico

03 – Bibliotecas Python: Numpy e Pandas

04 – Tópicos Avançados de Python

05 – Linguagem R (Básico)

06 – Questões Linguagem R (FGV)

07 – PNL

08 – NLTK

09 – Aprendizado de Máquina

10 – Machine Learning supervisionado (Python)

11 – sklearn não supervisionado

12 – 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.Arquitetura de Big Data. Modelos de entrega e distribuição de serviços de Big Data. Plataformas de computação em nuvem para Big Data. Bancos de dados não relacionais: bancos de dados NoSQL; Modelos Nosql. Principais SGBD’s. Soluções para Big Data. – 1ª parte

13 – 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. Bancos de dados não relacionais: bancos de dados NoSQL; Modelos Nosql. Principais SGBD’s. Soluções para Big Data. – tópicos avançados

01 – DevOps, modelo de versionamento, merge, branch, pipeline, CI/CD e database migration.

02 – Infraestrutura como código (IAC), Linguagens de script (Ansible, Terraform, ShellScript)

03 – Técnica (Cache, Fallback, Circuitbrake, Disaster Recovery, Contingência, Balanceamento de Carga Global de Servidores (GSLB), Site Ativo X Ativo)

01 – SOLID e Clean Code

02 – Padrões GRASP (controller, expert)

03 – Padrões de projeto (GoF, de criação, estruturais, comportamentais)

04 – Tecnologias de integração