Complete o formulário abaixo no prazo máximo estabelecido ao lado.

DATAPREV-2023 - Inteligência da Informação - Conhecimentos Específicos

Curso de Reta Final de Conhecimentos Específicos para o cargo de Inteligência da Informação de 2023. Mais de 28 horas de puro conteúdo.
Mapeamentos/Reta Final - Revisões, Questões Comentadas Focados no Edital
  • 28 horas de carga horária
  • 47 alunos
  • 59 aulas
  • 3 módulos de conteúdo
  • Última atualização 03/08/2023
  • 38 arquivos para download

12x R$ 14,00

R$ 168,00 à vista

Comprar agora
Adicionar cupom de desconto?

Sobre o Curso

Curso com o conteúdo mais completo, assertivo e descritivo do mercado para gabaritar o Conteúdo Específico de TI para o Cargo de Inteligência da Informação da DATAPREV 2023.

Estude com uma metodologia didática única e inovadora focada em revisões completas e na resolução integral e detalhada de questões da banca CESPE/Cebraspe 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.

Valor promocional de lançamento com 30% de desconto até dia 13/08/2023.


Concurso: DATAPREV 2023.

Cargo: Inteligência da Informação

Banca: CESPE/Cebraspe.

Disciplina: Tecnologia a Informação (Conteúdo específico).

Professores: Gabriel Pacheco, Rogério Araujo, Vitor Kessler, Bruno Guilhen, Erion.

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).

Observações: 

  • Todas as aulas serão postadas até dia 10/09/2023 (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 300 questões super atualizadas da Banca CESPE/Cebraspe 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.

CIÊNCIA DE DADOS: 

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. 7 Inteligência artificial. 7.1 Análise de dados (Pandas, NumPy, Jupiter, R). 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: 

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:

5 Metadados. 10 SGBD. 11 Propriedades de banco de dados. 1 Modelagem de dados (conceitual, lógica e física). 2 Abordagem relacional. 3 Normalização das estruturas de dados. 4 Integridade referencial. 6 Modelagem dimensional. 5 ETL. 6 Manipulação, tratamento e visualização de dados. 14 Data lakes e soluções para big data. 7 Linguagem de consulta estruturada (SQL). 8 Linguagem de definição de dados (DDL). 9 Linguagem de manipulação de dados (DML). 12 Banco de dados NoSQL.

 --------------------------------------------------- 

Não iremos trabalhar neste curso.

MATEMÁTICA E ESTATÍSTICA APLICADA: (este não é um conteúdo de Tecnologia da Informação).

I MATEMÁTICA: 1 Cálculo: Funções. Limites. Derivadas. Derivadas Parciais. Máximos e mínimos. Integrais. 2 Álgebra linear: Notação de vetores e matrizes. Produto escalar e produto vetorial. Matriz identidade, inversa e transposta. Transformações lineares. Normas L1 e L2. Autovalores e autovetores.

II ESTATÍSTICA: 1 Conceitos de probabilidade. Modelo de probabilidade. Probabilidade condicional. Independência. Variáveis aleatórias. Esperança, variância e covariância. Distribuições contínuas e discretas. Distribuições multidimensionais: matriz de covariância. 2 Estatísticas descritivas. Teorema do Limite Central. Teste de hipótese e intervalo de confiança. Estimador de máxima verossimilhança. Inferência bayesiana. Coeficiente de correlação de Pearson. Diagrama boxplot e avaliação de outliers.

13 Banco de dados em memória.

 

 

Público alvo

Alunos que estão estudando para o Cargo de Inteligência da Informação da DATAPREV e que realmente desejam ser aprovados.

1 ano

Sem tempo para fazer o curso agora?

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

Conteúdo

1CIÊNCIA 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. 7 Inteligência artificial. 7.1 Análise de dados (Pandas, NumPy, Jupiter, R). 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 00 - Introdução à Inteligência Artificial.

    00:36:43 de duração

    ASSISTIR

  • Aula 01 - Introdução a Machine Learning

    00:26:36 de duração

    ASSISTIR

  • Aula 02 - Introdução a Machine Learning - 02

    00:09:10 de duração

  • Aula 03 - Machine Learning - Over e Underfitting

    00:26:21 de duração

    ASSISTIR

  • Aula 04 - Machine Learning - Tipos de Aprendizado

    00:14:42 de duração

  • Aula 05 - Machine Learning - Métricas de Classificação

    00:24:08 de duração

  • Aula 06 - Machine Learning - Classificação, Árvores de Decisão e Random Forest

    00:36:16 de duração

  • Aula 07 - Machine Learning - KNN e Naive Bayes

    00:29:00 de duração

  • Aula 08 - Machine Learning - Redes Neurais Artificais

    00:26:40 de duração

  • Aula 09 - Machine Learning - Regressão Logística e SVM

    00:23:52 de duração

  • Aula 10 - Machine Learning - Regressão

    00:11:40 de duração

  • Aula 11 - Machine Learning - Agrupamento

    00:29:37 de duração

    ASSISTIR

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

    00:17:21 de duração

  • Aula 01 - Deep Learning Parte 01

    00:19:08 de duração

  • Aula 02 - Deep Learning Parte 02

    00:27:28 de duração

  • Aula 03 - PLN Parte 01

    00:21:34 de duração

  • Aula 04 - PLN Parte 02

    00:23:21 de duração

  • Aula 05 - Visão Computacional e Mineração de Textos

    00:18:43 de duração

2LINGUAGENS 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.
  • Python - CESPE - 01

    00:27:32 de duração

    ASSISTIR

  • Python - CESPE - 02

    00:34:56 de duração

  • Python - CESPE - 03

    00:35:52 de duração

  • Python - CESPE - 04

    00:33:58 de duração

  • Python - CESPE - 05

    00:32:59 de duração

  • Python - CESPE - 06

    00:30:49 de duração

  • Python NumPy - Multibancas - 01

    00:36:24 de duração

  • Python NumPy - Multibancas - 02

    00:42:40 de duração

  • Programação - R - Introdução Conceituação e Sintaxe - 1

    00:24:50 de duração

  • Programação - R - Variáveis e Tipos de Dados - 2

    00:23:49 de duração

  • Programação - R - Tipos Numéricos Caracter Lógico - 3

    00:35:19 de duração

  • Programação - R - Objetos - 1

    00:24:13 de duração

  • Programação - R - Objetos - 2

    00:23:32 de duração

  • Programação - R - Operadores

    00:30:41 de duração

  • Programação - R - Estruturas Controle

    00:24:44 de duração

3BANCO DE DADOS - 30/08/2023.

5 Metadados. 10 SGBD. 11 Propriedades de banco de dados. 1 Modelagem de dados (conceitual, lógica e física). 2 Abordagem relacional. 3 Normalização das estruturas de dados. 4 Integridade referencial. 6 Modelagem dimensional. 5 ETL. 6 Manipulação, tratamento e visualização de dados. 14 Data lakes e soluções para big data. 7 Linguagem de consulta estruturada (SQL). 8 Linguagem de definição de dados (DDL). 9 Linguagem de manipulação de dados (DML). 12 Banco de dados NoSQL.
  • Conceitos, BD e SGBD - 01 - CESPE - C-E

    00:29:54 de duração

    ASSISTIR

  • Conceitos, BD e SGBD - 02 - CESPE - C-E

    00:36:20 de duração

    ASSISTIR

  • Conceitos, BD e SGBD - 03 - CESPE - C-E

    00:36:32 de duração

  • Abordagem e Modelagem Relacional - 01 - Cespe - C-E

    00:34:17 de duração

  • Abordagem e Modelagem Relacional - 02 - Cespe - C-E

    00:32:34 de duração

  • Abordagem e Modelagem Relacional - 03 - Cespe - C-E

    00:34:48 de duração

  • Abordagem e Modelagem Relacional - 04 - Cespe - C-E

    00:26:16 de duração

  • Abordagem e Modelagem Relacional - 05 - Cespe - C-E

    00:27:46 de duração

  • Abordagem e Modelagem Relacional - 06 - Cespe - C-E

    00:30:43 de duração

  • Análise de Informações e BD - SQL - 1

    00:36:30 de duração

  • Análise de Informações e BD - SQL - 2

    00:36:03 de duração

  • Análise de Informações e BD - SQL - 3

    00:32:12 de duração

  • Big Data Conceitos - 01

    00:25:54 de duração

    ASSISTIR

  • Big Data Conceitos - 02

    00:31:20 de duração

  • Big Data Conceitos - 03

    00:47:20 de duração

  • Big Data em Relação às demais Disciplinas - 01

    00:25:17 de duração

  • Big Data em Relação às demais Disciplinas - 02

    00:22:31 de duração

  • Papéis dos envolvidos em projetos de Ciência de Dados e Big Data - 01

    00:28:06 de duração

  • Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 01

    00:31:47 de duração

  • Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 02

    00:30:57 de duração

  • Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 03

    00:42:22 de duração

  • Big Data Avançado - Entrega, Distribuição, Nuvem, Hadoop e Armazenamento - 04

    00:26:24 de duração

  • Modelagem Dimensional, BI, DW, ETL e OLAP - 01 - Cespe - C-E - 2.0

    00:32:57 de duração

    ASSISTIR

  • Modelagem Dimensional, BI, DW, ETL e OLAP - 02 - Cespe - C-E - 2.0

    00:38:28 de duração

  • Modelagem Dimensional, BI, DW, ETL e OLAP - 03 - Cespe - C-E

    00:34:48 de duração

  • Modelagem Dimensional, BI, DW, ETL e OLAP - 04 - Cespe - C-E

    00:38:17 de duração

Professores

Professor Rogerão Araújo

Professor Rogerão Araújo

Professor

Professor de Desenvolvimento de Sistemas.
Bruno Guilhen

Bruno Guilhen

professor

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

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.
Vitor Kessler

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.
Gabriel Pacheco

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.
Erion Dias Monteiro

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

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.

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.

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 "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.

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

Estude quando e onde quiser

Materiais para download

Você pode ampliar seu conhecimento

Assine um plano e tenha acesso a este e outros cursos. Aprenda muito mais.

Mega TI - O Seu Algoritmo da Aprovação nas Carreiras de Tecnologia da Informação

  • 166 cursos inclusos
  • Acesso imediato e válido por 1 ano
  • Parcele em até sem juros

12x R$ 14,00

R$ 168,00 à vista


  • 28 horas de carga horária
  • 47 alunos
  • 59 aulas
  • 3 módulos de conteúdo
  • Última atualização 03/08/2023
  • 38 arquivos para download
Comprar agora
Adicionar cupom de desconto?

Este site usa cookies para melhorar sua experiência. Política de Privacidade