Apostila BNDES 2024 Analista Análise de Sistemas Desenvolvimento

LÍNGUA PORTUGUESA

1. Compreensão de texto. 2. Ortografia oficial. 3. Mecanismos de coesão textual. 4. Significação das palavras. 5. Emprego das classes de palavras. 6. Coordenação e de subordinação. 7. Emprego dos sinais de pontuação. 8. Concordância verbal e nominal. 9. Regência verbal e nominal.

LÍNGUA INGLESA

1. Compreensão de texto em língua inglesa. 2. Itens gramaticais relevantes. 3. Vocabulário. 4. Mecanismos de coesão textual (referenciação e sequenciação). 5. Semântica.  

CONHECIMENTOS TRANSVERSAIS

1. Políticas Públicas e Desenvolvimento: 1.1 Planejamento governamental, finanças e gestão pública; 1.2 Papel das instituições; 1.3 Noções sobre finanças públicas, ciclo orçamentário, controles interno e externo; 1.4 Noções básicas e estágios do ciclo político-administrativo da política pública; 1.4.1 Importância do monitoramento e da avaliação da efetividade das políticas públicas; 1.4.2 Modelos de análise de políticas públicas; 1.5 Formas de atuação da política pública; 1.5.1 Programas sociais e de garantia da renda; 1.5.2 Incentivos tributários, subsídios e taxação; 1.6 Papel das compras públicas no adensamento produtivo e tecnológico; 1.7 Políticas fiscal e monetária verdes. 2. Papel do BNDES no desenvolvimento brasileiro: 2.1 História política e econômica do Brasil e o papel do BNDES no desenvolvimento do país; 2.1.1 O papel histórico do BNDES nos diferentes planos econômicos e a questão regional do País; 2.2 O BNDES e as políticas públicas atuais: Novo PAC, Nova Indústria Brasil e Plano de Transformação Ecológica como elementos de neoindustrialização e descarbonização da economia; 2.3 O papel dos bancos de fomento no desenvolvimento econômico e social; 2.3.1 Modelos de atuação direto e indireto; 2.4 Formas de atuação do BNDES; 2.4.1 Estruturação e financiamento de projetos de infraestrutura; 2.4.2 Financiamento à exportação; 2.4.3 Financiamento às micro, pequenas e médias empresas; 2.4.4 Atuação via Mercado de Capitais; 2.4.5 Financiamento à indústria. 3. Clima, Sustentabilidade e Responsabilidade Socioambiental e Climática: 3.1. Meio Ambiente e Sustentabilidade; 3.2 Política Nacional de Meio Ambiente (PNMA - Lei nº 6938/1981 e suas alterações); 3.2.1 Licenciamento ambiental – Portal Nacional de Licenciamento Ambiental (PNLA); 3.2.2 Sistema Nacional de Unidades de Conservação da Natureza (SNUC – Lei nº 9.985/2000 e suas alterações); 3.2.3 Lei sobre a Proteção da Vegetação Nativa (conhecida como Novo Código Florestal - Lei nº 12.651/2012 e suas alterações); 3.3 Clima e Sustentabilidade; 3.3.1 Mudanças climáticas; 3.3.2 Riscos físicos e de transição; 3.3.3 Mitigação e adaptação; 3.3.4 Transição ecológica justa; 3.3.5 Política Nacional sobre Mudança do Clima (PNMC - Lei nº 12187/2009 e suas alterações); 3.3.5 Contribuição Nacionalmente Determinada (NDC, em inglês) do Brasil (https://www.gov.br/mma/pt-br/assuntos/mudanca-do-clima/NDC). 3.3.6. Perfil de emissões de gases do efeito estufa do Brasil; 3.4 Desenvolvimento e finanças sustentáveis; 3.4.1 Desenvolvimento sustentável, responsabilidade socioambiental, consumo consciente e economia circular; 3.4.2. Bioeconomia. 3.4.3. Biodiversidade e Soluções Baseadas na Natureza 3.5 Objetivos de Desenvolvimento Sustentável – ODS: Agenda 2030. 3.6 Oportunidades e Riscos sociais, ambientais e climáticos no Sistema Financeiro; 3.6.1 Política de Responsabilidade Social, Ambiental e Climática (PRSAC) das instituições financeiras; 3.6.2 Resoluções CMN nº 4557/2017 e nº 4945/2021, suas alterações e normativos associados; 3.6.3 Divulgação de informações socioambientais e climáticas das instituições financeiras; 3.6.4 Finanças Sustentáveis e Aspectos Ambientais, Sociais e de Governança (ASG) de investimentos. 4. Princípios de análise de dados e informações: 4.1. Os dados e as organizações: Tipos de dados: estruturados e não estruturados; quantitativos e qualitativos. Tipos de produtos de dados (bases de dados, relatórios, planilhas, análise exploratória de dados, dashboards, modelos de aprendizado de máquina) e seus usos (explorar, alertar, descrever, explicar, prever, recomendar, otimizar). Princípios de organizações orientadas a dados. Governança de dados e seus benefícios; 4.2. Etapas do ciclo de análise de dados (CRISP-DM). Fundamentos para criação de métricas de negócio (KPIs). Técnicas de identificação de causa raiz (Diagrama de Ishikawa, Cinco Porquês, Análise de Pareto); 4.3. Estruturas lógicas e noções básicas de lógica: conectivos, tautologia, contradições, contingência, implicações, equivalências, quantificadores, afirmações e negações. Lógica de argumentação: analogias, inferências, deduções, conclusões e silogismos. Lógica proposicional: proposições simples e compostas. Tabelas-verdade. Equivalências. Leis de De Morgan;4.4. Coleta e preparação dos dados. Problemas comuns em dados: outliers, dados faltantes, erros no tipo dos dados e viés de seleção; 4.5. Análise de Dados: Estatística descritiva: medidas de posição (média, mediana, moda, quartis), de dispersão (variância, desvio-padrão) e de associação (correlação de Pearson). Correlação e causalidade. Princípios básicos de inferência estatística: noções de amostragem (população, e amostra), erro amostral, noções fundamentais de probabilidade (conceitos fundamentais, probabilidade condicional e independência), distribuições de 23 probabilidade comuns (uniforme, normal, binomial e exponencial), conceitos básicos de estatística indutiva; 4.6. Introdução à visualização de dados: Tipos de gráficos (barras, pizza, linha, dispersão, histograma), como interpretá-los e quando utilizá-los. Boas práticas para a construção de gráficos (escala dos eixos, margens de erro, disposição de mais de uma série em um único gráfico, ênfase em uma série ou em um ponto, barra ou fatia específicos). Princípios de storytelling com dados; 4.7. Uso responsável de dados: Lei Geral de Proteção de Dados Pessoais – LGPD (Lei nº 13.709/2018 e suas alterações). 5. Diversidade e Inclusão: 5.1 O papel do Estado brasileiro no combate à pobreza; 5.2 O papel do BNDES na redução de desigualdades econômicas, sociais e territoriais no Brasil; 5.3 Direitos Humanos, Objetivos de Desenvolvimento Sustentável – ODS 2030 e diversidade; 5.3 Interseccionalidade e suas interfaces com marcadores sociais de raça, cor e etnia, classe, idade, deficiência, localização geográfica, sexualidade, expressão e identidade de gênero; discriminação e exclusão social e digital; 5.4 Índice de Diversidade B3 – IDIVERSA B3: objetivo e metodologia; 5.5 Desafios sociopolíticos da inclusão de grupos vulnerabilizados: crianças e adolescentes; idosos; LGBTQIA+; pessoas com deficiências; povos originários, comunidades quilombolas e demais minorias sociais; 5.6 Desafios territoriais: a questão urbana e regional no Brasil – disparidades e segregação socioespacial. 

CONHECIMENTOS ESPECÍFICOS

I - CONCEITOS DE SISTEMAS DE COMPUTAÇÃO: 1. Organização de computadores: Tipos e representações de dados numéricos; Aritmética binária e hexadecimal; Álgebra booleana; Codificação de caracteres; Componentes da CPU. 2. Sistemas Operacionais (SO): Gerenciamento do processador – Conceito e estados de processo; Chamadas ao SO; I/O bound, CPU bound; Comunicação entre processos; Threads; Escalonamento; Primitivas de sincronização; Deadlocks; Segurança e proteção; Conteinerização; Virtualização; Gerenciamento de memória; Gerenciamento de I/O. 3. Redes: Modelo TCP/IP; Protocolos de aplicação DNS, HTTP, HTTPS e WebSocket; Protocolos de transporte TCP e UDP; Protocolo IP (endereçamento, IPV4, IPV6); Protocolos de segurança SSL e TLS; Redes locais virtuais (VLANS); VPN. 4. Computação distribuída: Conceitos básicos; Clusters; Balanceamento de carga e tolerância a falhas. 5. Lógica: Lógica proposicional; Lógica de predicados; Álgebra booleana; Lógica fuzzy; Métodos de prova. 6. Algoritmos e estrutura de dados: Complexidade de algoritmos; Listas, pilhas, filas e suas variações; Vetores e matrizes; Estruturas em árvores; Árvores balanceadas; Métodos de ordenação; Métodos de divisão e conquista; Pesquisa e hashing. 7. Teoria dos Grafos: Conceitos básicos; Tipos especiais; Representação; Caminhos e circuitos; Árvores e florestas; Busca em largura; Busca em profundidade; Algoritmos de caminho mínimo; Coloração de grafos; Algoritmos de árvore geradora mínima; Outros algoritmos. II – DESENVOLVIMENTO DE SISTEMAS: 1. Fundamentos de Linguagem de Programação: Tipos de dados (vinculação; verificação de tipos, tipificação forte e fraca); Estruturas de controle (comandos de decisão e repetição, exceções, operadores ternários); Modularização; Sub-rotinas, funções e funções anônimas; Passagem de parâmetros por referência e valor; Escopo de variáveis; Linguagem de montagem; Ligação (linking) estática e dinâmica; Conceitos de processamento paralelo e distribuído; Programação assíncrona. 2. Programação orientada a objetos: Conceitos de orientação a objetos; Classes e objetos; Herança e polimorfismo; Encapsulamento; Injeção de dependências; Enumerações; Tipos Genéricos; Mapeamento objeto-relacional. 3. Desenvolvimento seguro: Autenticação (inclusive multifatorial), autorização e auditoria; Controle de acesso baseado em papéis (Role Based Access Control - RBAC); Controle de vulnerabilidades em dependências e em aplicações (OWASP - Open Web Application Security Project); Criptografia simétrica e assimétrica; Conceito de proxy reverso e zona desmilitarizada (DMZ). 4. Práticas de arquitetura de software: Inversão de controle; Programação por contrato; Injeção de dependências; Refatoração (princípios, aplicações e indícios de código mal estruturado); Débito técnico. 5. Padrões de arquitetura de software: Padrões de projeto (design patterns); Padrões de arquitetura de aplicações corporativas (desenvolvimento Web, desenvolvimento mobile, MVC, microsserviços, orientação a eventos e serverless); Padrões e antipadrões de projetos de software orientados a objeto. 6. Integração de sistemas: Integração síncrona e assíncrona; Desenvolvimento e gestão de APIs REST; API gateway; Segurança de APIs. 7. Arquitetura em nuvem: Conteiners e orquestração; Modelos de computação em nuvem (IaaS, PaaS, Saas); Escalabilidade e resiliência; Monitoramento. 8. Conceitos básicos de linguagem Java 21, Python 3 e Javascript ECMAScript 2023. III - BANCO DE DADOS: 1. Conceitos: Padrão ANSI para arquitetura de SGBD; Modelo relacional de dados; Álgebra relacional; Cálculo relacional; Formas normais; Transação; Commit em duas fases; Serialização; Métodos de controle de concorrência (otimistas e pessimistas); Arquitetura NoSQL para bancos de dados. 2. Modelo de Dados: Entidades; Atributos; Relacionamentos; Cardinalidade; Generalização e especialização de entidades; Mapeamento para modelo relacional. 3. Linguagem ANSI SQL: Níveis de Isolamento de transações; Tipos de dados; Criação de domínios; Criação de tabelas; Manipulação e consulta de dados; Visões; Restrições de integridade; Indexação. 4. Conceitos básicos de Oracle PL/SQL e Microsoft SQL Server T-SQL. 5. Apoio à Decisão: Modelo dimensional; Drill Down; Esquemas estrela e floco de neve; Métricas aditivas, não aditivas e semiaditivas; Dimensões não estáveis; Agregação de fatos; Uso de fatos agregados; Procedimentos de extração, transformação e carga. 6. Engenharia de dados: Data lake; Conceitos básicos; Ingestão, transformação e enriquecimento de dados; ETL/ELT; Governança de dados; Batch/stream processing; Datalakehouse; Análise e visualização. IV – PRÁTICAS E PROCESSOS DE DESENVOLVIMENTO DE PRODUTOS DIGITAIS: 1. Conceitos de Engenharia de Software: Gerência e desenvolvimento de requisitos; Solução técnica; Integração do produto (integração contínua); Verificação e testes (unidade, integração, funcional, aceitação, carga, desempenho, vulnerabilidade, usabilidade e acessibilidade); Teste automatizado; Validação; Gerência de configuração; Garantia da qualidade; Modelos de ciclo de vida; Manutenção; Análise de pontos de função e métricas de software. 2. Análise e projeto de sistemas: Análise e projeto orientado a objetos; Domain driven design e Domain specific language; Test driven development; Acoplamento e coesão. 3. Processos de construção de produtos digitais: Princípios da agilidade em negócios; Métodos ágeis (Kanban, Scrum, Scaled Agile); Práticas de métodos ágeis; Design thinking (empatia, definição, ideação, prototipação e testes); Experimentação e Mínimo Produto Viável (MVP); Fundamentos de UX/UI; Técnicas de pesquisa e testes com usuários; Técnicas de ideação; Persona e jornadas do usuário; Wireframe e prototipagem; DevSecOps. V - GESTÃO DE TI: 1. Planejamento Estratégico e Governança de TI: Alinhamento ao negócio; Estrutura de TI; Plano de ação; Indicadores-chave de desempenho (KPI); Gestão de pessoas e parcerias; Análise de riscos e oportunidades e Otimização de custos e recursos; Modelos de governança; Compliance e conformidade regulatória. 2. Gestão de Valor e Projetos de TI: Avaliação de retorno sobre investimento (ROI); Análise de custobenefício; Alinhamento ao valor de negócio; Priorização de projetos; Otimização de recursos; Gestão de portfólio de projetos; Planejamento, execução e monitoramento de projetos. 3. Fundamentos do ITIL (Biblioteca de Infraestrutura de Tecnologia da Informação): Definição de serviço; Métricas (indicadores críticos de sucesso - CSF, indicadores-chave de desempenho - KPI); Central de serviços; Gestão de demanda; Gestão de portfólio de serviços; Gestão de catálogo de serviços; Gestão de níveis de serviço; Gestão de capacidade e desempenho; Gestão de disponibilidade; Gestão da continuidade do serviço; Gestão da segurança da informação; Habilitação de mudanças; Gestão de configuração de serviço; Gestão de liberação; Validação e testes de serviço; Gestão de conhecimento; Gestão de monitoramento e eventos; Gestão de incidentes; Gestão de requisição de serviços; Gestão de problemas; Gestão de acesso; Melhoria contínua de serviço. 4. Segurança da Informação: Políticas de segurança; Gestão de riscos; Conformidade e auditoria; Controle de acesso; Continuidade de negócios e recuperação de desastres. VI – TECNOLOGIAS EMERGENTES: 1. Inteligência artificial: Fundamentos e aplicações; Redes neurais; Machine learning; Deep learning; Reinforcement learning; Processamento de linguagem natural; Visão computacional; Transformers; IA generativa; Large Language Models (LLMs); Modelos multimodais; Ética no uso de inteligência artificial. 2. Blockchain e Decentralized Ledger Technologies: Fundamentos e aplicações; Mecanismos de consenso; Sidechains e redes L2; Oráculos; Redes públicas e permissionadas; Contratos inteligentes (Smart contracts); Arquitetura de aplicações descentralizadas (DApp); Desafios e limitações; Conceitos básicos de programação Solidity.