TODAS AS AULAS DISPONÍVEIS - DATAPREV-2024 - Inteligência da Informação - Conhecimentos Específicos

Curso com o conteúdo mais completo, assertivo e descritivo do mercado para gabaritar o Conteúdo de Tecnologia da Informação do Concurso da DATAPREV-2024 - Inteligência da Informação - Conhecimentos Específicos mais Bônus do Módulo I - Legislação Acerca de Segurança da Informação e Ciência de Dados.

Estude com uma metodologia didática única e inovadora focada em revisões completas e na resolução integral e detalhada de questões da banca FGV e de bancas complementares.

Comece a estudar agora mesmo e gabarite todas as questões de TI da tua prova.

Estude com quem realmente entende, conhece do assunto e sabe ensinar.

Concurso: DATAPREV-2024.

Cargo: Inteligência da Informação - Conhecimentos Específicos

Banca: FGV.

Disciplina: Tecnologia da Informação

Professores: Equipe Professor Gabriel Pacheco.

Parcerias: Neste curso nós teremos as seguintes parcerias garantidas para os alunos efetivamente matriculados e somente para os alunos efetivamente matriculados:

• 20% de desconto nas assinaturas dos Planos Avançado e Padrão do site www.tecconcursos.com.br (todo o procedimento de cadastro e registro será detalhado em vídeo específico, não precisa enviar e-mail ou mensagens no momento da sua matrícula para nossa central ou para o Tec Concursos, apenas seguir os passos que serão detalhados no respectivo vídeo).
• 30% de desconto nos cursos do site do Professor André Fantoni https://hub.la/professorfantoni  

Observações: 

• Todas as aulas serão postadas até dia 15/10/2024 (verifique nos respectivos módulos). 
• Diversas aulas serão disponibilizadas de forma gratuita para que o aluno conheça o curso e a didática do professor (observe as aulas que estiverem com a escrita "Assistir" dentro de cada módulo).
• Nossa abordagem didática constará da apresentação do respectivo conteúdo em formato de revisões completas de cada tópico do edital seguidas da resolução de mais de 400 questões super atualizadas da Banca FGV complementadas por questões didáticas e necessárias de outras bancas, quando o assunto não tiver cobertura específica da Banca, para que o aluno não fique sem estudar o respectivo tópico. Trabalharemos com a divulgação tempestiva de conteúdos adicionais no decorrer do período do curso, como venho fazendo em todos as minhas turmas.
• Verifique as aulas que já estão disponíveis e as datas máximas de divulgação das aulas restantes na frente do nome do respectivo módulo.
• Verifique abaixo a distribuição do nosso conteúdo e o que não será trabalhado neste curso.

Módulos.

CIÊNCIA DE DADOS – todas as aulas disponíveis
1 Aprendizado supervisionado: Regressão e Classificação. Métricas de avaliação. Overfitting e underfitting de modelos. Regularização. Seleção de modelos. Validação cruzada. Conjunto de treino, validação e teste. Trade off entre variância e viés. Regressão Linear e Regressão Logística. Árvores de Decisão e random forests. SVM. K-NN. 2 Aprendizado não-supervisionado: Redução de dimensionalidade: PCA. K-Means. Mistura de Gaussianas. Regras de Associação. 3 Redes neurais artificiais: Definições e arquitetura. Funções de ativação. Otimização: método do gradiente, método do gradiente estocástico e backpropagation. Métodos de regularização: penalização com normas L1 e L2. CNN. 4 Machine Learning aplicado. Noções de visão computacional com CNN. Classificação de imagens e detecção de objetos. Noções de processamento de linguagem natural. 5 ETL. 6 Manipulação, tratamento e visualização de dados. 7 Inteligência artificial. 7.1 Análise de dados (Pandas, NumPy, (em LINGUAGENS DE PROGRAMAÇÃO E SOFTWARES EM CIÊNCIAS DE DADOS) Jupiter, R). (em LINGUAGENS DE PROGRAMAÇÃO E SOFTWARES EM CIÊNCIAS DE DADOS) 7.2 Aprendizado de máquina. 7.2.1 Técnicas de classificação. 7.2.2 Técnicas de regressão. 7.2.3 Técnicas de agrupamento. 7.2.4 Técnicas de redução de dimensionalidade. 7.2.5 Técnicas de associação. 7.2.6 Sistemas de recomendação. 8 Processamento de linguagem natural (PLN). 9 Visão computacional. 10 Deep learning.
 11 Mineração de Dados. 12 Ferramenta SAS. 

LINGUAGENS DE PROGRAMAÇÃO E SOFTWARES EM CIÊNCIAS DE DADOS – todas as aulas disponíveis 

1 Python e suas bibliotecas: Numpy, Matplotlib, Seaborn, Streamlit, Pandas, Scipy, TensorFlow, Keras  e Pytorch. 2 R e suas bibliotecas. 3 Apache Hadoop e Apache Spark. 

BANCO DE DADOS – todas as aulas disponíveis
1 Modelagem de dados (conceitual, lógica e física). 2 Abordagem relacional. 3 Normalização das estruturas de dados. 4 Integridade referencial. 5 Metadados. 6 Modelagem dimensional. 7 Linguagem de consulta estruturada (SQL). 8 Linguagem de definição de dados (DDL). 9 Linguagem de manipulação de dados (DML). 10 SGBD. 11 Propriedades de banco de dados. 12 Banco de dados NoSQL. 13 Banco de dados em memória. 14 Data lakes e soluções para big data. 

Alunos que estão estudando para a DATAPREV-2024 - Inteligência da Informação.