5% OFF cupom
10% de volta em toda compra Acesso em 24h Minha conta Suporte
Garanta sua vaga
5% OFF
Acesso em 24h
Pós-Edital

Petrobras Transporte S.A Transpetro Profissional Transpetro de Nível Superior Ênfase 8: Ciência de Dados

Videoaulas e PDF Edital 2026 Gran Cursos (G)
Inscrições encerradas Prova em 94 dias · 29/11/2026
Curso Preparatório Completo
100% online
23
Aulas
16
Módulos
125
Horas
Prova
29/11/2026
94 dias

Conteúdo Programático

16 módulos · 23 aulas · 125h
Sobre este curso▼

Veja o que este curso tem para oferecer:

Prepare-se com quem mais aprova nas Carreiras de Tecnologia da Informação.

Se o seu objetivo é conquistar uma das carreiras mais valorizadas, estáveis e disputadas da área de Tecnologia da Informação, este curso foi desenvolvido exatamente para você.

O Gran Concursos, referência nacional em preparação para concursos públicos, reuniu um time de professores consagrados, experientes e atuantes nas Carreiras de Tecnologia da Informação para oferecer uma preparação atualizada e totalmente focada em aprovação para o cargo de Análise de Sistemas - Ciência de Dados da Petrobras Transporte S.A.

O maior diferencial do Gran Concursos está no seu corpo docente altamente qualificado.

Você aprenderá com professores que, além de serem especialistas, mestres e doutores, ocupam ou já ocuparam cargos estratégicos nas Carreiras de Tecnologia da Informação, trazendo para o curso uma visão prática e alinhada à realidade das provas.

Isso significa:

Visão de prova

Foco absoluto no que realmente cai

Conteúdo técnico no nível de exigência da banca

Aqui, você estuda com quem já percorreu o caminho da aprovação e sabe exatamente como conduzir você até a sua vaga.

Informações importantes

Curso baseado no Edital nº 4 TRANSPETRO/PSP/TERRA/NÍVEL SUPERIOR/2026.4.

Serão abordados os tópicos mais relevantes de cada disciplina, conforme critério pedagógico dos professores (não necessariamente todos os itens do edital).

As videoaulas ainda não disponibilizadas serão incluídas gradualmente, conforme o cronograma de gravações, divulgado periodicamente.

A coordenação pedagógica e o corpo docente atuam com total dedicação para garantir uma preparação completa, eficiente e direcionada.

Não serão ministrados os seguintes tópicos do Edital: Matemática: 2. Álgebra Linear: vetores e matrizes; operações com vetores e matrizes; tipos de matrizes; transformações lineares; espaços e subespaços vetoriais de Rn ; sistemas de equações lineares; normas (L1, L2, infinita, p-generalizada, Minkowksi e Chebyshev), autovalores e autovetores; decomposição matricial (Cholesky e Singular Value Decomposition (SVD)).

A organização das aulas pode seguir a lógica didática do professor, e não necessariamente a ordem do edital.

O corpo docente poderá sofrer acréscimos ou substituições por motivos de força maior, a critério do curso Concursos.

Conteúdo Programático
Língua Portuguesa2 Aulas · 29 vídeos
▼
Aula 12 Ortografia oficial. 5 Emprego de tempos e modos verbais. 6 Emprego das classes de palavras. 7 Coordenação e de subordinação. 8 Emprego dos sinais de pontuação. 9 Concordância verbal e nominal. 10 Regência verbal e nominal. 11 Emprego do sinal indicativo de crase. 12 Colocação dos pronomes átonos.▼
  1. Aula de Apresentação - Língua Portuguesa
  2. Classes de Palavras
  3. Classes de Palavras II
  4. Morfossintaxe
  5. Regência
  6. Cesgranrio na Prática - Regência
  7. Cesgranrio na Prática - Crase
  8. Cesgranrio na Prática - Crase
  9. Cesgranrio na Prática - Crase e Período Composto
  10. Cesgranrio na Prática - Pronome Relativo "QUE"
  11. Cesgranrio na Prática - Orações Subordinadas (Pronomes Relativos)
  12. Cesgranrio na Prática - Orações Subordinadas (Pronomes Relativos) II
  13. Cesgranrio na Prática - Pronome Relativo e Conjunções Subordinativas
  14. Cesgranrio na Prática - Conjunções Subordinativas/Coordenativas
  15. Cesgranrio na Prática - Conjunções Subordinativas/Coordenativas II
  16. Cesgranrio na Prática - Conjunções Subordinativas e Coordenativas/Colocação Pronominal
  17. Cesgranrio na Prática - Colocação Pronominal
  18. Cesgranrio na Prática - Vozes Verbais
  19. Cesgranrio na Prática - Concordância
  20. Cesgranrio na Prática - Concordância II
  21. Cesgranrio na Prática - Interpretação de Texto (Exercícios)
  22. Cesgranrio na Prática - Interpretação de Texto (Exercícios)
  23. Cesgranrio na Prática - Interpretação de Texto - Exercícios
Aula 21 Compreensão de textos. 3 Mecanismos de coesão textual. 4 Significação das palavras.▼
  1. Interpretação de Texto
  2. Interpretação de Texto
  3. Interpretação de Texto
  4. Interpretação de Texto
  5. Interpretação de Texto
  6. Interpretação de Texto
Língua Inglesa2 Aulas · 105 vídeos
▼
Aula 11. Compreensão de texto escrito em língua inglesa.▼
  1. Atualidade - Andragogia
  2. Atualidade - Interlanguage
  3. Atualidade - Learning a Second Language
  4. Atualidade - Offshore Englishi
  5. Atualidade - The Microchip Revolution
  6. Atualidade - Translation Pros And Cons
  7. Atualidade - Windows XP
  8. A Coup In Paraguay
  9. Augmentation Of Brain Function Facts
  10. Brazilian Rate Cut Catches Markets Off Guard
  11. Brazilian Rate Cut Catches Markets Off Guard II
  12. Conversations And Focus On Sustainability - Part A
  13. Conversations And Focus On Sustainability - Part B
  14. Cyber - Cafés
  15. Cyber - Ethics
  16. Despite Being The Eighth Largest Economy
  17. Despite Technology Advancements
  18. Election Fears Harm Brazilian Economy
  19. Eu Law Taxes Overseas Net Firms
  20. Food Control Systems
  21. German Counter - intelligence
  22. Have You Been Greenwashed
  23. Law Has Always Worked With Technology
  24. Metro Releases Preliminary Findings
  25. Virtues Of Vice
  26. Fed’s Jefferson...
  27. Fed’s Jefferson... II
  28. Hagar - The Horrible
  29. Half The Nation
  30. Managing Government
  31. Multiliteracies
  32. Of Course They’re Fake Videos
  33. Politics Of The Police
  34. Private Zero
  35. Puno District
  36. For The First Time...
  37. Over The Past Three Decades
  38. Real Medicine
  39. Tackling Corruption For Growth
  40. The Tech Product Network
  41. The Use Of Music And Songs In The Efl Classroom
  42. The Use Of Music And Songs In The Efl Classroom II
  43. Trust And Audit
  44. Virtues Of Vice – The Rewards From Investing In Politically Incorrect Companies
  45. Wallerstein
  46. We’re So Well Educated
  47. With The Exception Of Business Owners
  48. Geopolitical Tensions And Resource Nationalism
  49. Niobium
  50. Rare Earths
  51. Transition To Renewable Energy
Aula 22. Itens gramaticais relevantes para a compreensão dos conteúdos semânticos.▼
  1. Língua Inglesa - Alma e Perfil da Prova de Inglês
  2. Língua Inglesa - Como Estudar Inglês e Resolver a Prova
  3. Língua Inglesa - Inglês não é de trás para frente
  4. Língua Inglesa - Conceito de Lista de Verbos
  5. Língua Inglesa - O Famoso Verbo To Be
  6. Língua Inglesa - Comparativos e Superlativos de Igualdade e Inferioridade
  7. Língua Inglesa - Comparativos e Superlativos de Superioridade
  8. Língua Inglesa - Advérbios
  9. Língua Inglesa - Preposições IN, AT e ON
  10. Língua Inglesa - Conjunções And, But, So, Or, Because
  11. Língua Inglesa - Subject and Object Pronouns
  12. Língua Inglesa - Pronomes Possessivos e Adjetivos
  13. Língua Inglesa - Genitive Case
  14. Língua Inglesa - Quantifiers
  15. Língua Inglesa - Sinonímia
  16. Língua Inglesa - O Segredo do Pronome IT
  17. Língua Inglesa - Simple Present
  18. Língua Inglesa - Simple Present - Modern Sentences
  19. Língua Inglesa - Simple Future and Going To Future
  20. Língua Inglesa - Simple Past
  21. Língua Inglesa - Verbos Auxiliares - Perguntas
  22. Língua Inglesa - Verbos Auxiliares - Negativas
  23. Língua Inglesa - Continuous Tenses
  24. ING
  25. ING II
  26. Forma Verbal Enfática
  27. Pronomes Reflexivos
  28. If Sentences
  29. If Sentences II
  30. Can, Could, Able
  31. May - Might
  32. Should - Ought to
  33. Must - Must Not
  34. Ilusão de Óptica
  35. Present Perfect
  36. Present Perfect Continuous
  37. Pronomes Relativos
  38. Pronomes Relativos II
  39. Question Tag
  40. Past Perfect - Continuous
  41. Discurso Direto X Indireto
  42. Voz Passiva (Obj. Direto)
  43. Voz Passiva (Obj. Indireto)
  44. Voz Passiva - Exercícios
  45. Marcadores de Discurso
  46. Recurring Words and Expressions
  47. Conjunções
  48. Determiners
  49. Direct and Indirect Speech
  50. Orações coordenadas
  51. Orações subordinadas: nominais, relativas e adverbiais (de tempo, lugar, maneira, condição, resultado, explicação, propósito, contraste)
  52. Orações subordinadas: nominais, relativas e adverbiais (de tempo, lugar, maneira, condição, resultado, explicação, propósito, contraste) II
  53. Zero Article
  54. Future continuous, Future perfect simple, Future perfect continuous; Past perfect continuous.
Matemática1 Aula · 16 vídeos
▼
Aula 11. Cálculo Básico: funções; limites; derivadas; derivadas parciais; máximos e mínimos; integrais.▼
  1. Limites
  2. Limites II
  3. Limites III
  4. Limites Propriedades - Exercícios
  5. Limites Propriedades
  6. Limites - Funções Trigonométricas
  7. Limites - Funções Trigonométricas II
  8. Derivadas
  9. Derivadas - Funções Exponenciais e Logaritmicas
  10. Derivadas - Funções Trigonométricas
  11. Derivada - Máximo, Mínimo e Ponto de Inflexão
  12. Derivada - Máximo, Mínimo e Ponto de Inflexão II
  13. Integrais
  14. Integrais II
  15. Integrais III
  16. Integral Por Partes
Probabilidade e Estatística5 Aulas · 72 vídeos
▼
Aula 11. Fundamentos de probabilidade: definições básicas de probabilidade; axiomas; probabilidade condicional. 2. Variáveis aleatórias e distribuições de probabilidades: variáveis aleatórias; funções de probabilidade; principais distribuições discretas e contínuas (Uniforme, Binomial, Normal, Poisson, Bernoulli e Exponencial).▼
  1. Probabilidade - Definições, Axiomas e Propriedades
  2. Probabilidade - Definições, Axiomas e Propriedades - Exercícios
  3. Probabilidade - Definições, Axiomas e Propriedades
  4. Probabilidade - Definições, Axiomas e Propriedades II
  5. Probabilidade - Definições, Axiomas e Propriedades III
  6. Probabilidade - Definições, Axiomas e Propriedades IV
  7. Distribuição de Probabilidade - Variáveis Aleatórias
  8. Distribuição de Probabilidade - Variáveis Aleatórias II
  9. Distribuição de Probabilidade - Variáveis Aleatórias III
  10. Distribuição de Probabilidade - Variáveis Aleatórias IV
  11. Distribuição Binomial
  12. Distribuição Binomial II
  13. Distribuição Binomial III
  14. Distribuição Binomial IV
  15. Distribuição de Poisson
  16. Distribuição de Poisson II
  17. Distribuição Normal
  18. Distribuição Normal II
  19. Distribuição Normal III
  20. Distribuição Normal IV
  21. Distribuição Normal V
  22. Distribuição Normal VI
  23. Função de Densidade de Probabilidade
  24. Função de Densidade de Probabilidade II
  25. Função de Densidade de Probabilidade III
  26. Função de Densidade de Probabilidade IV
  27. Função de Densidade de Probabilidade V
  28. Função de Densidade de Probabilidade VI
  29. Distribuições especiais: hipergeométrica, exponencial, t de Student. Distribuições condicionais e independência. Esperança condicional.
  30. Distribuições especiais: hipergeométrica, exponencial, t de Student. Distribuições condicionais e independência. Esperança condicional.
  31. Distribuições especiais: hipergeométrica, exponencial, Beta, Gama, t de Student. Distribuições condicionais e independência. Esperança condicional. Funções geradoras de momentos.
Aula 23. Estatísticas Descritivas: medidas de tendência central (média, mediana e moda); medidas de dispersão (variância, desvio padrão e amplitude); medidas de posição (percentis e quartis).▼
  1. Estatística Descritiva - Conceitos Iniciais, População, Amostra, Tipos de Dados e Distribuição de Frequência
  2. Estatística Descritiva - Conceitos Iniciais, População, Amostra, Tipos de Dados e Distribuição de Frequência II
  3. Estatística Descritiva - Conceitos Iniciais, População, Amostra, Tipos de Dados e Distribuição de Frequência III
  4. Estatística Descritiva - Medida de Tendência Central - Valores Discretos
  5. Estatística Descritiva - Medida de Tendência Central - Valores Discretos II
  6. Estatística Descritiva - Média, Mediana e Moda em Valores Agrupados
  7. Estatística Descritiva - Média, Mediana e Moda em Valores Agrupados II
  8. Estatística Descritiva - Medidas de Dispersão
  9. Estatística Descritiva - Medidas de Dispersão II
  10. Estatística Descritiva - Medidas de Dispersão III
  11. Estatística Descritiva - Medidas de Dispersão IV
  12. Quartis e Percentis
  13. Quartis e Percentis II
Aula 34. Teoremas fundamentais da probabilidade: independência de eventos; teorema de Bayes; teorema da probabilidade total; lei dos grandes números; teorema central do limite.▼
  1. Estatística Inferencial - Teorema da Probabilidade Total e Bayes
  2. Estatística Inferencial - Teorema da Probabilidade Total e Bayes II
  3. Estatística Inferencial - Teorema da Probabilidade Total e Bayes III
Aula 45. Distribuições amostrais: distribuição amostral da média; distribuição amostral da proporção; distribuição qui-quadrado; distribuição t de Student; distribuição F. 6. Inferência estatística: estimação pontual e intervalar; intervalos de confiança; testes de hipóteses (formulação, tipos de erros, e poder do teste); testes z e t para médias; testes de proporções; testes qui-quadrado para independência e ajuste de Goodness-of-Fit; teste A/B.▼
  1. Noções de Inferência Estatística: População e Amostra, Seleção de amostra, Estatística e Parâmetro, Distribuições amostrais
  2. Noções de Inferência Estatística: População e Amostra, Seleção de amostra, Estatística e Parâmetro, Distribuições amostrais II
  3. Noções de Inferência Estatística: População e Amostra, Seleção de amostra, Estatística e Parâmetro, Distribuições amostrais III
  4. Intervalo de Confiança Para uma Média Populacional
  5. Intervalo de Confiança Para uma Média Populacional II
  6. Intervalo de Confiança Para uma Média Populacional III
  7. Intervalo de Confiança Para uma Média Populacional IV
  8. Intervalo de Confiança Para uma Média Populacional V
  9. Intervalo de Confiança Para uma Média Populacional VI
  10. Teste de Hipótese Para Uma Média Populacional
  11. Teste de Hipótese Para Uma Média Populacional II
  12. Teste de Hipótese Para Uma Média Populacional III
  13. Teste de Hipótese Para Uma Média Populacional IV
  14. Teste de Hipótese Para Uma Média Populacional V
  15. Teste de Hipótese Para Uma Média Populacional VI
  16. Distribuição e Teste de Hipóteses Qui - Quadrado
  17. Distribuição e Teste de Hipóteses Qui - Quadrado II
  18. Distribuição e Teste de Hipóteses Qui - Quadrado III
  19. Distribuição e Teste de Hipóteses Qui - Quadrado IV
Aula 57. Correlação: correlação e causalidade; correlação de Pearson; correlação de Spearman; correlação parcial.▼
  1. Correlação Linear
  2. Correlação Linear II
  3. Correlação Linear III
  4. Regressão Linear Simples
  5. Regressão Linear Simples II
  6. Regressão Linear
Dados e Bases de Dados1 Aula · 1 vídeos
▼
Aula 11. Conceitos fundamentais de dados, informação e conhecimento; dados qualitativos (nominal, ordinal) e quantitativos (discretos, contínuos); tidy data; formatos de arquivos de dados comuns (txt, csv, xlsx, xml e json). 2. Introdução a Bases de Dados: o que são bases de dados; metadados. 3. Introdução ao armazenamento de dados: armazenamento de arquivos; principais estruturas de armazenamento de dados analíticos (data warehouse, data mart, data lake, data lakehouse), suas diferenças conceituais e casos de uso; armazenamento na nuvem. 4. Sistemas Gerenciadores de Base de Dados (SGBDs): definição de SGBD; principais funções; principais tipos de SGBDs (SQL e NoSQL) e suas diferenças; transações e índices; controle de acesso; regras de integridade. 5. Modelo de dados: modelo de entidade-relacionamento (ER); modelo relacional: tabelas, esquemas, chaves (primária e estrangeira), consultas; dados estruturados, semiestruturados e não estruturados; modelo chave-valor; modelo colunar; modelo orientado a documentos; modelo orientado a grafos. 6. Big Data: conceito de big data; conceitos gerais sobre técnicas e ferramentas para lidar com grandes volumes de dados (Spark, Hadoop, Parquet, HDFS e MapReduce).▼
  1. Em breve! (Conteúdo em análise / definição)
Gestão de Projetos de Ciência de Dados1 Aula · 1 vídeos
▼
Aula 11. Ciclo de vida de projetos de ciência de dados. 2. Metodologias de gestão de projetos de ciência de dados: CRISP-DM, Microsoft Team Data Science Process (TDSP), OSEMN; princípios de métodos ágeis (Scrum/Kanban).▼
  1. Em breve! (Conteúdo em análise / definição)
Qualidade e Preparação de Dados1 Aula · 1 vídeos
▼
Aula 11. Metadados: a sua importância para avaliação da qualidade de dados; linhagem de dados; 2. Coleta de dados: fontes comuns de dados (internas e externas); técnicas de web scraping. 3. Problemas comuns de qualidade de dados: valores ausentes; duplicatas; outliers; desbalanceamento; erros de imputação. 4. Preparação de dados: técnicas de tratamento e limpeza de dados; técnicas detecção de vieses; data profiling. 5. Pré-processamento de dados: técnicas de normalização e padronização; discretização; metodologias de codificação de variáveis categóricas (encoding). 6. Feature engineering: processos para enriquecimento de dados, com criação e seleção de features relevantes; transformações matemáticas e estatísticas comuns em variáveis. 7. Divisão de dados: técnicas de amostragem; divisão entre treinamento, validação e teste; abordagens para cross-validation.▼
  1. Em breve! (Conteúdo em análise / definição)
Modelagem1 Aula · 1 vídeos
▼
Aula 11. Pipeline de treinamento de modelos e suas etapas. 2. Otimização de hiperparâmetros: grid search; random search; algoritmos de otimização avançados; automl; autotuning; autofeature engineering. 3. Métricas para avaliação e seleção de modelos: métricas para regressão (MSE; RMSE; MAE; R²; R² ajustado); métricas para classificação (accuracy, precision, recall, F1-score e ROC-AUC); análise de matriz de confusão; trade-off entre viés e variância; detecção de overfitting e underfitting. 4. Técnicas de regularização: lasso; ridge; elastic net; dropout; early stopping; batch normalization. 5. Dados desbalanceados: técnicas para lidar com dados desbalanceados; oversampling; undersampling; dados sintéticos; ajuste de pesos. 6. Validação de Modelos: Kfold cross-validation; leave-one-out cross-validation; bootstrap. 7. Modelagem de IA centrada em dados (data-centric).▼
  1. Em breve! (Conteúdo em análise / definição)
Classes de Modelos1 Aula · 1 vídeos
▼
Aula 11. Redução de dimensionalidade: Principal Component Analysis (PCA); LDA; ICA; T-SNE; uso de autoencoders. 2. Técnicas de clusterização: K-Means; agrupamento hierárquico; Gaussian Mixture Models; DBSCAN. 3. Técnicas de classificação: Regressão logística; K-Nearest Neighbors (KNN); Suport Vector Machines (SVM); Decision Trees (CART); classificadores Naive-Bayes (Binomial-Beta, Poisson-Gama, Normal-Normal); Florestas Aleatórias (Random Forest). 4. Introdução à regressão: regressão linear simples e múltipla; hipóteses clássicas, método dos mínimos quadrados, diagnóstico e avaliação de modelos de regressão (F-test, coeficiente de determinação, análise de resíduos e demais), testes de significância, intervalos de confiança, análise ANOVA, modelos não lineares (log-log, lin-log, log-lin e inverso). 5. Ensembling de modelos: Bagging; boosting (AdaBoost, Gradient Boosting, XGBoost, LightGBM e CatBoost); stacking. 6. Sistemas de recomendação: Filtragem colaborativa (baseadas em usuários ou itens); filtragem baseada em conteúdo; sistemas híbridos; problemas comuns (cold start, escalabilidade, data sparsity). 7. Modelos de séries temporais: definição; componentes (tendência, sazonalidade, ciclos e ruído); autocorrelação e autocorrelação parcial; conceito e testes de estacionaridade; cointegração; modelos AR, ARMA e ARIMA; modelos de suavização exponencial; modelos de decomposição; modelos de regressão com variáveis temporais (ARIMAX). 8. Tópicos em regressão: modelos de dados em painel; GLM; regressão espacial; regressão quantílica; regressão de Poisson; modelos VAR; ECM e GARCH. 9. Introdução a modelos causais: fundamentos de causalidade estatística, experimentos e quase-experimentos, desenho de descontinuidade de regressão, modelos de variáveis instrumentais, diferenças em diferenças, métodos de pareamento. 10. Redes neurais: Introdução a Redes Neurais Artificiais (arquitetura, funções de ativação, treinamento, forward pass, backpropagation, loss functions, algoritmos de otimização, épocas, batch size e demais); embeddings; redes profundas (deep learning); Redes Neurais Convolucionais (CNNs) e Recorrentes (RNNs); LSTM; GRU; GAN; modelos multimodais.▼
  1. Em breve! (Conteúdo em análise / definição)
Processamento de Linguagem Natural (NLP)1 Aula · 1 vídeos
▼
Aula 11. Técnicas de pré-processamento de texto: limpeza; normalização; remoção de stop words; stemming; lematização e demais. 2. Representação de texto: N-grams; CBoW; FTD-IDF; word embeddings (Word2Vec, GloVe e demais) e document embeddings (Doc2Vec, BERT, ELMo e demais). 3. Modelagem de tópicos: latent dirichlet allocation (LDA); non-negative matrix factorization (NMF). 4. Modelos de linguagem: modelos de linguagem tradicionais; redes neurais recorrentes; redes neurais convolucionais; transformers. 5. Tarefas básicas em NLP: classificação de texto; análise de sentimento; extração de informação (NER; REL); similaridade textual; sumarização de texto; rotulação de partes do discurso (POS-tagging) e tradução automática.▼
  1. Em breve! (Conteúdo em análise / definição)
Programação e Ferramentas1 Aula · 1 vídeos
▼
Aula 11. Linguagem de programação Python: sintaxe básica; operadores; variáveis; estruturas de dados (dataframes, listas, matrizes, dicionários e conjuntos); estruturas de controle de fluxo; funções; escopo; método; paralelização de rotinas; serialização e desserialização. 2. Bibliotecas Python: Pandas (manipulação; limpeza; transformação e pré-processamento de dado); NumPy (operações de arrays); Matplotlib e Seaborn (visualização de dados); TensorFlow; Keras e PyTorch (redes neurais); Scikit-learn e XGBoost (aprendizado de máquina); NLTK e spaCy (processamento de linguagem natural); huggingface (LLM); PySpark (Big data); Beautiful Soup (web scraping); Streamlit (data apps). 3. Linguagem SQL (Structured Query Language): conceitos introdutórios; comandos básicos para consultas (inserção, atualização e exclusão de dados) e para análise de dados (como funções de agregação, filtros, joins, subconsultas e demais). 4. Microsoft Power BI: conexão e importação de dados; modelagem de dados; criação de medidas e colunas calculadas; visualizações e gráficos; interações entre visualizações; criação de relatórios e painéis.▼
  1. Em breve! (Conteúdo em análise / definição)
Visualização, Storytelling e Comunicação Corporativa2 Aulas · 9 vídeos
▼
Aula 11. Principais tipos de visualizações e gráficos: tabela; gráfico de barras; linhas; pizza; dispersão; histograma; área; boxplot; bolhas; radar; mapas cartográficos; mapa de calor. 2. Visualização de dados: princípios de design de gráficos efetivos; principais conceitos de codificação visual; interatividade; acessibilidade em gráficos. 3. Dashboards: técnicas para construção de interfaces e layout; abordagens para escolha de designs; organização de elementos visuais e gráficos; seleção de gráficos e visualizações; interatividades e drill-downs; acessibilidade.▼
  1. Em breve! (Conteúdo em análise / definição)
Aula 24. Storytelling com dados: construção de narrativas visuais e contextualizações; componentes de um storytelling efetivo.▼
  1. Storytelling - Introdução
  2. Storytelling - Processo de Construção da História
  3. Storytelling - Narrativas
  4. Storytelling - Análises e Visuais
  5. Storytelling - Polimento da História
  6. Storytelling - Visuais
  7. Storytelling - Visuais II
  8. Storytelling - Visuais III
Governança e Segurança De Dados1 Aula · 1 vídeos
▼
Aula 11. Noções de governança de dados (DMBOK): conceitos e objetivos da governança de dados; principais técnicas de qualidade e integridade de dados; princípios de privacidade e proteção a dados.▼
  1. Em breve! (Conteúdo em análise / definição)
Governança, Segurança e Aplicação Responsável de IA1 Aula · 1 vídeos
▼
Aula 11. Noções de governança de IA: conceitos e objetivos da governança de IA; gestão de riscos em IA. 2. Principais riscos e vulnerabilidades relacionados a IA: viés algorítmico; exposição de dados sensíveis; envenenamento de dados de treinamento; ataques adversariais; ataques de manipulação de modelos; roubo de modelos; ataque de inferência; alucinações. 3. Aplicação de IA responsável: definição; ética; transparência; justiça e equidade; responsabilização; segurança cibernética; compliance regulatório.▼
  1. Em breve! (Conteúdo em análise / definição)
Bônus - Inteligência e Equilíbrio Emocional1 Aula · 6 vídeos
▼
Aula 1Inteligência e Equilíbrio Emocional.▼
  1. Os 50 Fundamentos Emocionais do Concurseiro
  2. Protagonista, Coadjuvante e Antagonista - Quem é Você?
  3. Os 50 Fundamentos Emocionais
  4. Autossabotagem
  5. Procrastinação
  6. Procrastinação II
Reprise Eventos1 Aula · 1 vídeos
▼
Aula 1Reprise - Eventos▼
  1. Concurso Transpetro | Saiu o Edital com mais de 4mil vagas! com Eduardo Cambuy

Sobre o concurso TRANSPETRO - Transporte Petróleo BR

Informações gerais sobre o órgão e os cargos

O que é TRANSPETRO (Petrobras Transporte S.A.)

A TRANSPETRO, subsidiária integral da Petrobras, é a maior empresa de logística multimodal de petróleo, derivados, biocombustíveis e gás da América Latina. Criada em 1998, atua na logística de transporte e armazenamento desses produtos em território nacional, operando uma extensa malha de dutos, terminais (aquaviários e terrestres) e uma frota de navios. Sua missão é prover soluções logísticas para o segmento de óleo, gás e produtos de baixo carbono, contribuindo para o desenvolvimento humano e social de forma ética, justa, segura e competitiva. A empresa busca ser líder em transporte e logística, com foco em petróleo e seus derivados, gás e biocombustíveis no Brasil, de forma competitiva e rentável, evoluindo com a sociedade.

Como funciona o rateio

Simples, rápido e seguro — acesso em até 24h
1

Você paga

Pagamento seguro via Pix, cartão ou boleto. Confirmação imediata para Pix e cartão.

2

Você recebe

Em até 24h um e-mail com o link do Google Drive contendo todas as videoaulas e PDFs.

3

Você estuda

Acesso vitalício ao conteúdo baixado. Atualizações gratuitas durante a vigência do edital.

Avaliações dos compradores

Só quem comprou pode avaliar
Ainda sem avaliações
Seja o primeiro a avaliar este curso e ganhe R$ 5 de crédito.
💬 Deixar minha avaliação + R$ 5 de crédito

Suas garantias conosco

Compra 100% segura, sem letras miúdas

7 dias de garantia

Devolvemos 100% do valor em créditos para usar em outros cursos do site.

Pagamento seguro

Criptografia SSL e gateway Mercado Pago.

Acesso em 24h

Entrega automática após pagamento confirmado.

Atualização grátis

Novas aulas adicionadas? Você recebe de graça.

Outros cursos de TRANSPETRO - Transporte Petróleo BR

Prepare-se para outros cargos do mesmo concurso
Pós-Edital 2026
Gran Cursos (G)

Petrobras Transporte S.ATranspetroProfissional Transpetro de Nível SuperiorÊnfase 6: Análise de Sistemas

A partir de
R$ 80
Pós-Edital 2026
Gran Cursos (G)

Petrobras Transporte S.ATranspetroProfissional Transpetro de Nível MédioÊnfase 1: Administração e Controle

A partir de
R$ 80
Pós-Edital 2026
Estratégia C. (E)

TRANSPETROProfissional de Nível Superior - Ênfase 31: Psicologia

A partir de
R$ 131,88
Ver todos os 6 cursos de TRANSPETRO - Transporte Petróleo BR

Tutoriais e recursos

Tudo que você precisa pra aproveitar ao máximo seu curso

Como funciona

4 passos simples — da compra ao acesso ao curso. Entenda o que está incluído, formas de pagamento e quanto você economiza.

Ver guia completo

Como baixar o material

Tutorial passo a passo pra baixar no PC e no celular. Estude offline, em qualquer lugar, com apps recomendados.

Ver tutorial

Acelerador de estudos

Dicas para estudar 50% mais rápido: acelere vídeos no Google Drive, use extensões com atalhos e converta PDFs em editáveis.

Ver dicas
Aviso Importante

Este material é para uso pessoal e intransferível. A revenda ou compartilhamento é estritamente proibida.

Comece sua preparação hoje mesmo

Acesso em até 24h · 7 dias de garantia

PAGUE COM Pix Boleto Cartão Bitcoin
Garantir por R$ 80
A partir de
R$ 80
Comprar Agora
Scan Me!
QR Code WhatsApp Cursos Rateio - Atendimento
Aponte a câmera do celular
×
Boa tarde! Sou o
Responde em breve
Deixe sua mensagem que responderemos em breve!
13:10
Iniciar conversa
1 Precisa de ajuda?