Oferta por tempo limitado!

Planos e Assinaturas Mapeamentos/Reta Final - Revisões, Questões Comentadas Focadas no Edital Isoladas/Cursos Regulares - Teoria Completa, Exercícios e Aulas em PDF Isoladas/Cursos de Revisões e Questões - FGV Isoladas/Cursos de Revisões e Questões - FCC Isoladas/Cursos de Revisões e Questões - CESPE/Cebraspe Isoladas/Cursos de Revisões e Questões - Cesgranrio Isoladas/Cursos de Revisões e Questões - Outras Bancas Revisões de Véspera, Simulados e Provas Corrigidas Redações, Discursivas e Peças Técnicas Aprendendo a Estudar - Técnicas de Estudos, de Aprendizagem e Mentoria.

Pesquisar por cursos... Pesquisando por … Sem resultados para … Ver todos os cursos com …

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

Tudo o que você precisa saber para gabaritar sua Prova da DATAPREV-2024 - Inteligência da Informação - Conhecimentos Específicos

Mapeamentos/Reta Final - Revisões, Questões Comentadas Focadas no Edital

48 horas de carga horária
87 alunos
104 aulas
5 módulos de conteúdo
Última atualização 30/09/2024
57 arquivos para download

12x R$ 22,00

R$ 264,00 à vista

Sobre o Curso

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.

Público alvo

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

1 ano

Sem tempo para fazer o curso agora?

Fique tranquilo, você poderá participar desse curso em até 1 ano após a matrícula.

Conteúdo

1Entenda as Parcerias

Aqui serão postados vídeos explicativos sobre cada uma das nossas parcerias e como tudo funciona.

Entenda a Parceria com o TECConcursos e como tudo funciona após a sua matrícula

01:59

2BÔNUS - MÓDULO I - LEGISLAÇÃO ACERCA DE SEGURANÇA DA INFORMAÇÃO E PROTEÇÃO DE DADOS - 15/10/2024

1 Lei nº 12.527/2011 (Lei de Acesso à Informação): capítulos I, II, III, IV e V; Dec. nº 7.724 e nº 7845. 2 Lei nº 12.737/2012 (Lei de Delitos Informáticos): art. 2º. 3 Lei nº 12.965/2014 (Marco Civil da Internet): capítulos II e III, Seções I e II. 4 Lei nº 13.709/2018 (Lei Geral de Proteção de Dados Pessoais – LGPD): capítulos I, II, III, IV, VII, VIII e IX.

Lei de Acesso à Informação - Lei 12.527 - 1 - FGV

28:47
Lei de Acesso à Informação - Lei 12.527 - 2 - FGV

32:02
Lei de Acesso à Informação - Lei 12.527 - 3 - FGV

27:26
Lei de Acesso à Informação - Lei 12.527 - 4 - FGV

25:58
Marco Civil da Internet – Lei nº 12.965_2014 - Multibancas - 01

41:58
LGPD-FGV-01

32:08
LGPD-FGV-02

34:17
LGPD-FGV-03

32:28
LGPD-FGV-04

39:10

3CIÊNCIA 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.

Aula em PDF - Inteligência Artificial

94 págs.
Aula 00 - Introdução à Inteligência Artificial.

36:43

ASSISTIR
Aula 01 - Introdução a Machine Learning

26:36

ASSISTIR
Aula 02 - Introdução a Machine Learning - 02

09:10
Aula 03 - Machine Learning - Over e Underfitting

26:21

ASSISTIR
Aula 04 - Machine Learning - Tipos de Aprendizado

14:42
Aula 05 - Machine Learning - Métricas de Classificação

24:08
Aula 06 - Machine Learning - Classificação, Árvores de Decisão e Random Forest

36:16
Aula 07 - Machine Learning - KNN e Naive Bayes

29:00
Aula 08 - Machine Learning - Redes Neurais Artificais

26:40
Aula 09 - Machine Learning - Regressão Logística e SVM

23:52
Aula 10 - Machine Learning - Regressão

11:40
Aula 11 - Machine Learning - Agrupamento

29:37

ASSISTIR
Aula 12 - Machine Learning - Regras de Associação e Redução de Dimensionalidade

17:21
Aula 01 - Deep Learning Parte 01

19:08
Aula 02 - Deep Learning Parte 02

27:28
Aula 03 - PLN Parte 01

21:34
Aula 04 - PLN Parte 02

23:21
Aula 05 - Visão Computacional e Mineração de Textos

18:43
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 01

33:57
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 02

26:05

ASSISTIR
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 03

35:30
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 04

25:54
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 05

23:44
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 06

25:56
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 07

27:58
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 08

18:55

4LINGUAGENS 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.

Pandas- Regular - 01

32:05
Pandas- Regular - 02

35:19
Python NumPy - Multibancas - 01

36:24
Python NumPy - Multibancas - 02

42:40
Python Matplotlib - Regular

21:44
Seaborn- Multibancas

29:40
Python SciPy - Regular

25:55
R- Regular - 01

38:51
R- Regular - 02

34:06
R- Regular - 03

38:46
R- Regular - 04

34:55
R- Regular - 05

35:26
R- Regular - 06

33:37
R- Regular - 07

32:20
R- Regular - 08

31:55
R- Regular - 09

40:47
R- Regular - 10

35:18
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 01

31:47
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 02

30:57
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 03

42:22
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 04

26:24
Tensor Flow - Regular

29:31
Keras - Multibancas

25:16
PyTorch - Multibancas

35:14
Scikit Learn Multibancas 01

27:33
Scikit Learn Multibancas 02

42:07

5BANCO 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.

Conceitos de BD, SGBD, Dados, Informação, Conhecimento - FGV - 01

35:25
Conceitos de BD, SGBD, Dados, Informação, Conhecimento - FGV - 02

27:20
Conceitos de BD, SGBD, Dados, Informação, Conhecimento - FGV - 03

37:15
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 01

32:08
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 02

26:22
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 03

30:43
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 04

32:02
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 05

30:47
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 06

33:07
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 07

33:58
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 08

35:43
Modelagem de Dados, Abordagem e Modelo Relacional - FGV - 09

28:23
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 01

33:57
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 02

26:05

ASSISTIR
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 03

35:30
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 04

25:54
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 05

23:44
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 06

25:56
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 07

27:58
Modelagem dimensional, BI, ETL, DW, OLAP e Data Mining - FGV - 08

18:55
SQL - 01 - FGV

31:11

ASSISTIR
SQL - 02 - FGV

32:14
SQL - 03 - FGV

37:45
SQL - 04 - FGV

28:44
SQL - 05 - FGV

39:00
SQL - 06 - FGV

25:11
SQL - 07 - FGV

33:25
Linguagem SQL - FGV - 01 - Sergio Sierro

42:01
Linguagem SQL - FGV - 02 - Sergio Sierro

39:12
Linguagem SQL - FGV - 03 - Sergio Sierro

34:20
Banco de Dados NoSQL - FGV - 01

35:22
Big Data Conceitos - 01

25:54

ASSISTIR
Big Data Conceitos - 02

31:20
Big Data Conceitos - 03

47:20
Big Data em Relação às demais Disciplinas - 01

25:17
Big Data em Relação às demais Disciplinas - 02

22:31
Papéis dos envolvidos em projetos de Ciência de Dados e Big Data - 01

28:06
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 01

31:47
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 02

30:57
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 03

42:22
Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 04

26:24

MAIS 2 MÓDULOS ESCONDER 2 MÓDULOS

Professores(as)

Gabriel Pacheco

Professor e Facilitador de Treinamentos

Professor das Disciplinas de Informática e Tecnologia da Informação para Concursos e das áreas de Projetos e Agilidade. Coach de Concursos e Provas.

Sergio Sierro Leal

Servidor Público Federal

Pós-Graduado pela UFG e FACNET. Servidor Público Federal pelo Tribunal Regional Federal da 1ª Região (TRF1), lotado em Brasília.

LEANDRO MARTINS

Leandro Martins, Professor de TI, Engenheiro de Redes de Comunicação e Auditor Federal especialista em TI da CGU.

Vitor Kessler

Auditor

Auditor Federal de Finanças e Controle da Controladoria-Geral da União – CGU, trabalhando com auditoria de TI e cruzamento de bases de dados.

Bruno Guilhen

professor

Professor de Redes, auditoria e segurança, arquitetura de computadores e sistemas operacionais. Atuando com cursos de TI para concursos desde 2004.

Erion Dias Monteiro

Servidor

Servidor Público Federal, Especilista em Segurança da Informação e Proteção de Dados, professor do Senac-DF, Bacharel em Sistemas de Informação com especializaç

Júlio César Leitão

Servidor Público Federal, graduado em Ciências da Computação e Pós-Graduado em Governança de TI. Experiência como Programador e Gestão de Projetos Ágeis.

Professor Rogerão Araújo

Professor

Professor de Desenvolvimento de Sistemas.

FAQ

Durante quanto tempo eu posso assistir às aulas do curso?

expand_more

Todos os nossos curso possuem um período de acesso liberado (irrestrito para assistir quantas vezes quiser) pelo período de 1 ano, sendo este renovado, conforme desejo do próprio aluno e mediante pagamento de uma taxa simbólica no término do respectivo período.

Quais as formas de pagamento aceitas no site?

expand_more

Aceitamos Cartão de Crédito, PIX e Boleto Bancário. Não trabalhamos com transferência, pois tal modo de pagamento gera um trabalho mecânico desnecessário e sem controle aqui para nós, ok?

Posso baixar as videoaulas para o meu computador?

expand_more

Não, você poderá baixar nossos materiais de apoio de uma forma geral (slides, artigos, textos, materiais em PDF), mas as videoaulas não, em contrapartida, adotamos a política do aluno poder assistir às aulas quantas vezes quiser no período de um ano. Outro ponto, suas videoaulas são identificadas pelo seu número de CPF como medida de segurança e respeito a você que é o nosso aluno.

Fiz minha matrícula, em quanto tempo o curso estará na área do aluno?

expand_more

O curso estará disponível na área do aluno assim que o pagamento for confimardo pelo Gateway de pagamento, caso seja feito via Cartão de Crédito, poderá ser liberado quase que imediatamente, caso seja feito via boleto, dependerá da compensação bancária, o que poderá levar até um dia útil após o pagamento. Via PIX, quase que imediatamente também. No entanto, observe que possuímos alguns cursos de Discursivas e de Mentoria que possuem data de início e fim, isso não vai impedir que continue acessando as aulas realizadas no período de um ano após a sua matrícula, mas sim que o cronograma do curso para a realização das tarefas e entregas seja dentro do que foi publicado no respectivo curso.

Onde faço o download dos Slides e do material em PDF?

expand_more

Tais conteúdos são sempre colocados para donwload logo abaixo da primeira videoaula ou aula em PDF que trata do respectivo assunto/módulo no espaço chamado "Download". Role a tela para baixo até chegar nele, se não o encontrar onde deveria estar, nos avise, pode ser que na hora do registro da aula ele não tenha sido vinculado à respectiva aula.

Tenho uma dúvida sobre a aula, onde postar?

expand_more

As dúvidas poderão e deverão ser postadas diretamente na opção "Comentários/Dúvidas?", encontrada abaixo de cada videoaula ou aula em PDF, logo, role a tela um pouco para baixo e digite de forma assertiva e objetiva a sua dúvida, citando inclusive o momento onde a dúvida surgiu na respectiva aula. Isso é bacana, pois vai alimentar o banco de dúvidas e de respostas da respectiva aula.

Onde tiro as minhas dúvidas técnicas e resolvo os problemas gerais na plataforma?

expand_more

Você poderá encaminhar a sua dúvida ou problema diretamente para o e-mail faleconosco@professorgabrielpacheco.com.br que a nossa equipe estará de prontidão das 09h às 18h em dias úteis para te responder, comumente te atendemos em um prazo máximo de 1 dia útil. Ah, insira todas as informações necessárias no e-mail para podermos te atender da melhor forma possível e resolver o seu problema o mais rápido possível (nome de usuário na plataforma, e-mail de acesso, curso de referência, enfim, tudo que precisar). Observação: caso a sua dúvida seja referente a algum conteúdo ministrado por nossos professores de um dos nossos cursos, poste a dúvida diretamente na respectiva aula no campo "Comentários/Dúvidas" encontrado logo abaixo da aula em vídeo ou da aula em PDF, pois este atendimento é exclusivo dos nossos alunos matriculados e fica muito melhor para o professor entender a sua dúvida e dar o direcionamento adequado ao seu caso.

Posso compartilhar o meu curso com outra pessoa?

expand_more

O acesso aos respectivos cursos e assinaturas no nosso site são de direito exclusivo do aluno matriculado, sendo permanentemente vetada a distribuição do seu logi para outros alunos. Como temos meios de rastrear o local de onde os acessos estão sendo realizados, bem como a frequencia de acessos diários e temporais, também teremos como constatar que tal prática está sendo realizada e o seu acesso será bloqueado imediatamente. Lembrando que a distribuição de aulas e conteúdos não autorizada pelo respectivo autor incorre em crime contra a lei de direitos autorais e poderá impedir que o Senhor tome posse no seu Concurso Público.

Em quais formatos os Slides são disponibilizados?

expand_more

Os Slides são disponibilizados em tamanho A4 (final do arquivo escrito Slides) e em folhetos, sendo 3 slides por página em uma coluna e linhas para anotações em outra, possibilitando assim ao aluno que faça suas anotações com base naquilo que ele precisa.

Acesso por 1 ano

Até 1 ano de suporte

Estude quando e onde quiser

Materiais para download