Todas as aulas já postadas.

Concurso: TCE-RJ-2020.

Cargo: Cargos 2 e 4.

Banca: CESPE/Cebraspe.

Disciplina: Análise de Dados e Informações (conteúdo de Conhecimentos Básicos e Específicos completo).

Professores: Gabriel Pacheco.

Observações: Vou gravar um módulo adicional com o objetivo de manter o curso atualizado e também reaquecer os que estavam parados nos estudos após a divulgação pela banca da retomada do concursos ontem, dia 16/11/2020. Este módulo constará das questões de Certo/Errado das provas que foram homologadas após o dia 31 de janeiro de 2020 da banca Cespe/Cebraspe.

Todas as aulas anteriores ao módulo de atualização já estão, inclusive os simulados. A aula inaugural estará disponibilizada de forma gratuita para que o aluno conheça o curso e a didática do professor. Poderão ser abertas outras aulas (verifiquem o cadeado aberto logo na frente da aula quando ela for publicada).

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 90 exercícios dos dois últimos anos da Banca CESPE e mais 40 questões inéditas nos dois simulados. Trabalharei também com a divulgação tempestiva de conteúdos adicionais no decorrer do período do curso, como venho fazendo em todos as minhas turmas.

Todas as dúvidas serão respondidas via fórum de cada aula e o aluno poderá assistir e acessar às aulas no ambiente do site quantas vezes quiser pelo período de até um ano após a sua matrícula.

Caso não vá fazer o Respectivo Concurso para os Cargos 2 ou 4, sua matrícula deverá ser realizada no curso https://professorgabrielpacheco.com.br/curso/analise-de-dados-e-informacoes-reta-final-tce-rj-todos-os-cargos-conhecimento-ba/

Conteúdo: ANÁLISE  DE  DADOS  E  INFORMAÇÕES: 1  Dado,  informação,  conhecimento  e  inteligência.  1.1  Dados estruturados e não estruturados. 1.2 Dados abertos. 1.3 Coleta, tratamento, armazenamento, integração e recuperação de dados. 2 Banco de dados relacionais. 2.1 Conceitos básicos e características. 2.2 Metadados. 2.3 Tabelas, visões (views) e índices. 2.4 Chaves e relacionamentos. 3 Noções de modelagem dimensional. 3.1 Conceito e aplicações. 4 Noções de mineração de dados. 4.1 Conceituação e características. 4.2 Modelo de referência CRISP‐DM. 4.3 Técnicas para pré‐processamento de dados. 4.4 Técnicas e tarefas de mineração de  dados.  4.5  Classificação.  4.6  Regras  de  associação.  4.7  Análise  de  agrupamentos  (clusterização).  4.8 Detecção de anomalias. 4.9 Modelagem preditiva. 4.10 Aprendizado de máquina. 4.11 Mineração de texto. 5 Noções de Big Data. 5.1 Conceito, premissas e aplicação. 6 Visualização e análise exploratória de dados. 7 Noções sobre planilhas e SQL.