SEFAZ-MG - Tecnologia da Informação - Reta Final
- 65 Alunos matriculados
- 080 Horas de duração
- 70 Aulas
- 15 Módulos
- 1 ano de suporte
Obtenha acesso a este e outros cursos
Curso com o conteúdo mais completo, assertivo e descritivo no nível necessário do mercado.
Concurso: SEFAZ-MG - 2022.
Cargo: Tecnologia da Informação.
Banca: FGV.
Disciplina: Tecnologia a Informação (Conteúdo específico do Tópico de Tecnologia da Informação).
Professores: Gabriel Pacheco, Rogério Araujo, Vitor Kessler, Sérgio Sierro, Layana Roberta.
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 no cursos cursos do Professor André Fantoni. (todo o procedimento para obtenção do respectivo desconto estará disponivel em vídeo).
- 1 mês de acesso pago pelo Professor Gabriel Pacheco ao APP TecMapas. (todo o procedimento para obtenção deste maravilhoso presente estará disponível em vídeo).
Observações:
- Todas as aulas e simulados serão postados até dia 15/10/2022.
- Atualizado conforme edital de retificação publicado em 25/07/2022 https://conhecimento.fgv.br/sites/default/files/concursos/edital_2_25.07.2022_assinado.pdf
- Diversas aulas serão disponibilizadas de forma gratuita para que o aluno conheça o curso e a didática do professor (observe as aulas com o cadeado aberto dentro do respectivo 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 800 questões super atualizadas da Banca FGV complementadas por questões didáticas e necessárias de outras bancas. Trabalharemos com a divulgação tempestiva de conteúdos adicionais no decorrer do período do curso, como venho fazendo em todos as minhas turmas.
- Teremos 2 simulados com 40 questões inéditas cada corrigidos detalhadamente para que possam testar seus conhecimentos e também revisarem o conteúdo nas semanas que antecedem a sua prova.
- Verifique as aulas que já estão disponíveis e as datas máximas de divulgação das aulas restantes na frente do nome do respectivo módulo.
Tecnologia da Informação (Conhecimentos específicos do conteúdo de Tecnologia da Informação do respectivo cargo)
CIÊNCIAS DE DADOS
1. Aprendizado de máquina: técnicas de classificação. Técnicas de regressão. Técnicas de agrupamento. Técnicas de redução de dimensionalidade. Técnicas de associação. Sistemas de recomendação. Processamento de linguagem natural (PLN). Visão computacional. Deep learning. 2. Big Data. Fundamentos. Tipos de dados: estruturados, semiestruturados e não estruturados. Conceito dos cinco Vs. Fluxo de big data: ingestão, processamento e disponibilização. Armazenamento de big data. Pipeline de dados. Processamento distribuído. Conceito de data lake. ETL X ELT. Soluções de big data. Arquiteturas de big data.3. Tratamento de dados. Normalização numérica. Discretização. Tratamento de dados ausentes. Tratamento de outliers e agregações. 4. Ingestão de dados. Conceito de ingestão de dados. Ingestão de dados estruturados, semiestruturados e não estruturados. Ingestão de dados em lote (batch). Ingestão de dados em streaming. Ingestão de dados full × incremental. Ingestão de dados CDC (change data capture). 5. Processamento de dados. Conceitos de processamento massivo e paralelo. Processamento em lote (batch). Processamento em tempo real (real time). Processamento MapReduce. 6. Linguagens de programação e frameworks: Python. Linguagem de programação R. Java. Spark (PySpark e Java). Pandas. Scikit-learn. TensorFlow. PyTorch. Keras. 7. Qualidade de dados. Conceitos e definições. Dimensões da qualidade de dados (visão DMBOK). Principais técnicas em qualidade de dados. Profiling. Matching. Deduplicação. Data cleansing. Enriquecimento. Boas práticas para adoção da qualidade de dados. Processos de qualidade para modelos de dados.
DESENVOLVIMENTO DE SISTEMAS
1. Modelagem de Processos de Negócio. 1.1 Conceitos básicos. 1.2 Identificação e delimitação de processos de negócio. 1.3 Técnicas de mapeamento de processos (modelos AS-IS). 1.4 Técnicas de análise e simulação de processos. 1.5 Construção e mensuração de indicadores de processos. 1.6 Técnicas de modelagem de processos (modelos TO-BE). 2. Orientação a objetos. 2.1 Conceitos fundamentais, análise, modelagem e padrões de projeto. 2.2 Análise e projeto orientados a objetos 2.3 Polimorfismo, Herança, Abstração e Encapsulamento. 3. Gerenciamento do ciclo de vida do software. 4. Metodologias de desenvolvimento de software. 4.1 Metodologias ágeis: Scrum, XP, Kanban e TDD. 4.2 Qualidade de software. 5 Arquitetura. 5.1 Arquitetura de aplicações em infraestrutura de containers (Docker e Kubernetes). 5.2 Arquitetura: Arquitetura de aplicações web, modelo MVC, Domain Driven Design (DDD), Arquitetura Hexagonal. 5.3 Arquitetura e desenvolvimento em nuvem. 6. Soluções de integração entre sistemas. 6.1 API Rest. 7. Testes de software: Testes unitários, Testes de Integração, TDD, BDD. versionamento GIT. 10. Segurança no desenvolvimento. 10.1 Práticas de programação segura e revisão de código. 10.2 Melhores Práticas de Codificação Segura OWASP.
BANCO DE DADOS
1. Bancos de dados relacionais. 1.1 Sistemas gerenciadores de banco de dados: Oracle DataBase. 1.1.1 Conceitos básicos. 1.1.2 Noções de Administração. 1.1.3 SQL (Procedural Language/Structured Query Language). 2. Banco de dados NoSQL (Key/Value, Orientados a Documentos e Grafos). 3. Técnicas para detecção de problemas e otimização de desempenho do SGBD e de consultas SQL. 4. Arquitetura e aplicações de data warehousing, ETL e Olap. 4.1 Técnicas de modelagem e otimização de bases de dados multidimensionais. 5. Governança de dados. 5.1 Conceito e noção básica. 5.2 Arquitetura de Dados. 5.3 Qualidade de Dados. 5.4 Metadados.
INFRAESTRUTURA TECNOLÓGICA
1. Nuvem. 1.1 Conceitos: Nuvens pública e privada, IaaS, PaaS, SaaS, workloads. 1.2 Estratégias de Migração de Aplicações para o ambiente de nuvem, Governança, Computação Serverless, Segurança Compartilhada. 2. Devops e DevSecOps. 2.1 Conceitos. 2.2 Práticas. 2.3 Ferramentas. 3. Automação. 3.1 Desenvolvimento de scripts de automação em Python. 3.2 Integração via API REST. 4. Gestão de Serviços. 4.1 Conceitos e práticas. 4.2 ITIL v4: Controle de Mudanças, Gerenciamento de Liberação, Gerenciamento de Incidentes, Gerenciamento de Problemas e Service Desk. 5. Forense Computacional: conceitos gerais. 5.1 Preservação de evidências em análises forenses. 5.1.1 Hash de arquivos. 5.1.2 Cadeia de custódia. 5.2 Preservação de evidências durante procedimento de coleta. 5.2.1 Espelhamento de discos. 5.2.2 Imagem de discos. 5.3 Técnicas Antiforense. 5.3.1 Criptografia. 5.3.2 Esteganografia. 5.4 Sanitização de discos. 5.4.1 Wipe.
SEGURANÇA DA INFORMAÇÃO
1. Gestão de segurança da informação. 2. Gestão de continuidade do negócio. 3. Gestão de Identidade e Acesso. 4. Gestão de Riscos de Segurança da Informação. 5. Arquitetura Zero Trust: conceitos, práticas e tecnologias envolvidas. 6. Processo de identificação, análise e correção de vulnerabilidades. 7. Tipos de ataques em redes e aplicações corporativas e medidas de proteção. 8. Segurança de endpoints. 9. Técnicas de testes de segurança em aplicações e sistemas. 10. Infraestrutura de chaves públicas e Certificação Digital. 11. Prevenção e tratamento de incidentes de segurança da informação.
.
Observações
Devido à ausência de questões que justifiquem módulos específicos dos conteúdos abaixo, eles não serão trabalhados neste curso de Reta Final.
Spark (PySpark, Scala e Java). Pandas. Scikitlearn. TensorFlow. PyTorch. Keras. NLTK.
3. Automação. 3.1 Desenvolvimento de scripts de automação em Python. 3.2 Automação de infraestrutura de redes com Terraform. 3.3 Integração via API REST.
7. Monitoramento. 7.1 Protocolos de monitoramento de sistemas e ativos de rede. 7.2 Zabbix versão 5. 7.3 Monitoramento de desempenho de aplicações.
Você poderá participar desse curso até 1 ano após a matrícula.
Alunos que realmente desejam gabaritar Tecnologia da Informação no concurso da SEFAZ-MG.
Professor de Tecnologia da Informação e Informática para Concursos e Facilitador de Treinamentos de Certificação PMP, CAPM, SCRUM e Metodologias Ágeis, bem como em cursos profissionalizantes e Práticos de Gerenciamento de Projetos a mais de 10 anos.
Master Trainer, Analista Comportamental DISC, Coach e Mentor das áreas de Concursos Públicos e Provas.
Aprovado em 8 Concursos Públicos e trabalhando em prol da aprovação dos Senhores desde 2010.
Lembre-se sempre: seu maior adversário é você!!!
Professor Gabriel Pacheco
Trabalha na Secretaria do Tesouro Nacional/Ministério da Fazenda, exercendo o cargo de Auditor Federal de Finanças e Controle. Formado em Bacharelado em Ciência da Computação pela UESPI (Universidade Estadual do Piauí) e especialista em Governança em TI pela Unieuro e em Desenvolvimento de Sistemas Baseados em Software Livre pela UNAMA (Universidade da Amazônia). Possui as certificações COBIT 4.1 Foundation Certified e SCJA (Sun Certified Associate for J2SE). É autor de artigos no site www.rogeraoaraujo.com.br e professor de cursos na área de Desenvolvimento de Sistemas para concursos. Foi aprovado em alguns concursos, tais como, em ordem decrescente de ano, STN 2013 (nomeado e onde estou hoje), TST 2012 (nomeado), TSE 2012 (aproveitado e nomeado no TRF 1ª Região), TRE/PE 2011 (classificado), TRT 19ª Região 2011 (classificado), MPU 2010 (classificado), STM 2010 (classificado), SERPRO 2008 (nomeado), TRT 18ª Região 2008 (classificado), MPU 2006 (classificado), BACEN 2005 (classificado), TRE/MA 2005 (classificado), TRT 16ª Região 2005 (classificado), TCE/PI 2005 (classificado) e MPU 2004 (nomeado).
Conteúdo Programático
Visão computacional. Deep learning - 20/08.
2. Big Data. Fundamentos. Tipos de dados: estruturados, semiestruturados e não estruturados. Conceito dos cinco Vs. Fluxo de big data: ingestão, processamento e disponibilização. Armazenamento de big data. Pipeline de dados. Processamento distribuído. Conceito de data lake. ETL X ELT. Soluções de big data. Arquiteturas de big data - 20/08/2022.
5. Processamento de dados. Conceitos de processamento massivo e paralelo. Processamento em lote (batch). Processamento em tempo real (real time). Processamento MapReduce - 03/09/2022.
7. Qualidade de dados. Conceitos e definições. Dimensões da qualidade de dados (visão DMBOK). Principais técnicas em qualidade de dados. Profiling. Matching. Deduplicação. Data cleansing. Enriquecimento. Boas práticas para adoção da qualidade de dados. Processos de qualidade para modelos de dados - 03/09/2022.
- 1. Machine Learning - Aprendizado de Máquina - 01
- 2. Machine Learning - Aprendizado de Máquina - 02
- 3. Machine Learning - Aprendizado de Máquina - 03 - Questões
- 4. PLN - Processamento de Linguagem Natural - 01 e questões
- 5. Big Data - FGV - Cesgranrio
- 6. Big Data - CESPE/Cebraspe
- 1. Programação 2 - Python - Introdução Conceituação e Sintaxe
- 2. Programação 3 - Python - Variáveis Tipos de Dados e Instruções
- 3. Programação 4 - Python - Números Casting Strings
- 4. Programação 5 - Python - Coleções - 1
- 5. Programação 5 - Python - Coleções - 2
- 6. Programação 5 - Python - Coleções - 3
- 7. Programação 6 - Python - Estruturas de Controle - 1
- 8. Programação 6 - Python - Estruturas de Controle - 2
- 9. Programação 6 - Python - Estruturas de Controle - 3
- 10. Programação 7 - Python - Funções Lambda Arrays - 1
- 11. Programação 7 - Python - Funções Lambda Arrays - 2
- 12. Programação 8 - Python - Classes Objetos Herança - 1
- 13. Programação 8 - Python - Classes Objetos Herança - 2
- 14. Programação 9 - R - Introdução Conceituação e Sintaxe - 1
- 15. Programação 9 - R - Variáveis e Tipos de Dados - 2
- 16. Programação 9 - R - Tipos Numéricos Caracter Lógico - 3
- 17. Programação 9 - R - Objetos - 1
- 18. Programação 9 - R - Objetos - 2
- 19. Programação 9 - R - Operadores
- 20. Programação 9 - R - Estruturas Controle
4. Ingestão de dados. Conceito de ingestão de dados. Ingestão de dados estruturados, semiestruturados e não estruturados. Ingestão de dados em lote (batch). Ingestão de dados em streaming. Ingestão de dados full × incremental. Ingestão de dados CDC (change data capture) - 20/08/2022.
3. Gerenciamento do ciclo de vida do software. 4. Metodologias de desenvolvimento de software. 4.1 Metodologias ágeis: Scrum, XP, Kanban e TDD. 4.2 Qualidade de software - Postada.
7. Testes de software: Testes unitátios, Testes de Integração, TDD, BDD - 08/09/2022.
- 1. Engenharia de Software - Ciclo de Vida de Software - 01 - FGV
- 2. Engenharia de Software - Ciclo de Vida de Software - 02 - FGV
- 3. Engenharia de Software - Método Ágeis - Scrum - 03 - FGV
- 4. Engenharia de Software - Método Ágeis - Scrum - 04 - FGV
- 5. Engenharia de Software - RUP - 05 - FGV
- 6. Engenharia de Software - RUP - 06 - FGV
- 7. Engenharia de Software - Qualidade de Software - CMMI - 01 - FGV
- 8. Engenharia de Software - Qualidade de Software - CMMI - 02 - FGV
- 9. Engenharia de Software - Qualidade de Software - MPS.BR - 01
- 10. Engenharia de Software - Qualidade de Software - MPS.BR - 02
6.2 Arquitetura: Arquitetura de aplicações web, modelo MVC, Domain Driven Design (DDD), Arquitetura Hexagonal - 16/08
6. Soluções de integração entre sistemas. 6.1 API Rest - 08/08
8. Desenvolvimento. 9.1 Linguagens: Java (JDK 17) e Javascript (ECMASCript 2021) - 03/08
11. Segurança no desenvolvimento. 11.1 Práticas de programação segura e revisão de código. 11.2 Controles e testes de segurança para aplicações web. 11.3 Controles e testes de segurança para Web Services. 11.4 Melhores Práticas de Codificação Segura OWASP - 23/08
- 1. POO - FGV - 01
- 2. POO - FGV - 02
- 3. POO - FGV - 03
- 4. Padrões de Projetos - FGV - 01
- 5. Padrões de Projetos - FGV - 02
- 6. Padrões de Projetos - FGV - 03
- 7. Java - FGV - 01
- 8. Java - FGV - 02
- 9. Java - FGV - 03
- 10. Java - FGV - 04
- 11. Java - FGV - 05
- 12. Java - FGV - 06
1.1 Sistemas gerenciadores de banco de dados: Oracle DataBase, MS SQL Server e PostgreSQL. 1.1.1 Conceitos básicos. 1.1.2 Noções de Administração - 12/08.
2. Banco de dados NoSQL (Key/Value, Orientados a Documentos e Grafos) - aula disponível
3. Técnicas para detecção de problemas e otimização de desempenho do SGBD e de consultas SQL - 18/08.
- 1. Banco de Dados NoSQL - FGV - 01
4. Arquitetura e aplicações de data warehousing, ETL e Olap. 4.1 Técnicas de modelagem e otimização de bases de dados multidimensionais.
- 1. Modelagem de Dados Dimensional, BI, DW - 01 - FGV
- 2. Modelagem de Dados Dimensional, BI, DW - 02 - FGV
- 3. Modelagem de Dados Dimensional, BI, DW - 03 - FGV
- 4. Modelagem de Dados Dimensional, BI, DW - 04 - FGV
- 5. Modelagem de Dados Dimensional, BI, DW - 05 - FGV
- 6. SQL - 01 - FGV
- 7. SQL - 02 - FGV
- 8. SQL - 03 - FGV
- 9. SQL - 04 - FGV
- 10. SQL - 05 - FGV
- 11. SQL - 06 - FGV
- 12. SQL - 07 - FGV
5. Forense Computacional: conceitos gerais. 5.1 Preservação de evidências em análises forenses. 5.1.1 Hash de arquivos. 5.1.2 Cadeia de custódia. 5.2 Preservação de evidências durante procedimento de coleta. 5.2.1 Espelhamento de discos. 5.2.2 Imagem de discos. 5.2.3 Software e dispositivos para coleta de dados. 5.3 Técnicas Antiforense. 5.3.1 Criptografia. 5.3.2 Esteganografia. 5.4 Sanitização de discos. 5.4.1 Wipe.
4. Gestão de Serviços. 4.1 Conceitos e práticas. 4.2 ITIL v4: Controle de Mudanças, Gerenciamento de Liberação, Gerenciamento de Incidentes, Gerenciamento de Problemas e Service Desk.
- 1. ITIL 4 - Completo - 01 - Conceitos Básicos
- 2. ITIL 4 - Completo - 02 - SVS e Dimensões
- 3. ITIL 4 - Completo - 03 - Agilidade, Princípios e Cadeia de Valor
- 4. ITIL 4 - Completo - 04 - Práticas
2. Gestão de continuidade do negócio. 4. Gestão de Riscos de Segurança da Informação. (19/09/2022)
- 1. Gestão de Segurança da Informação - 27.001 e 27.002 01 - FGV
- 2. Gestão de Segurança da Informação - 27.001 e 27.002 02 - FGV
- 3. Gestão de Segurança da Informação - 27.001 e 27.002 03 - FGV
6. Processo de identificação, análise e correção de vulnerabilidades.
7. Tipos de ataques em redes e aplicações corporativas e medidas de proteção.
8. Segurança de endpoints.
9. Técnicas de testes de segurança em aplicações e sistemas.
10. Infraestrutura de chaves públicas e Certificação Digital.
11. Prevenção e tratamento de incidentes de segurança da informação.
Dúvidas Frequentes
Cursos Relacionados
Conheça outros cursos que oferecemos para complementar seus estudos.