Apostila BRDE 2025 Analista de Sistemas Ciência de Dados

APOSTILA BRDE 2025 ANALISTA DE SISTEMAS – SUBÁREA CIÊNCIA DE DADOS. Material completo que abrange tanto os conteúdos de conhecimentos básicos quanto os específicos exigidos no edital  para esse cargo.   

CONTEÚDO PROGRAMÁTICO

LÍNGUA PORTUGUESA

Leitura, interpretação e relação entre as ideias de textos de gêneros textuais diversos, fato e opinião, intencionalidade discursiva, análise de implícitos, subentendidos e efeitos de sentido de acordo com José Luiz Fiorin e Francisco Platão Savioli, ideias principais e secundárias, e recursos de argumentação de acordo com Eni Orlandi, Elisa Guimarães, Eneida Guimarães e Ingedore Villaça Koch. Linguagem e comunicação: situação comunicativa e variação linguística. Gêneros e tipos textuais, e intertextualidade: características e estrutura de acordo com Luiz Antônio Marcuschi. Coesão e coerência textuais de acordo com Ingedore Villaça Koch. Léxico: significação e substituição de palavras no texto, sinônimos, antônimos, parônimos e homônimos. Ortografia: emprego de letras, hífen e acentuação gráfica pelo sistema oficial vigente (inclusive Acordo Ortográfico vigente, conforme Decreto 6.583/2012) tendo como base o Vocabulário Ortográfico da Língua Portuguesa e o dicionário online Aulete. Figuras de linguagem e suas relações de sentido na construção do texto nas perspectivas de Evanildo Bechara, Domingos Paschoal Cegalla, e Celso Cunha e Lindley Cintra. Fonologia: relações entre fonemas e grafias, e relações entre vogais e consoantes nas perspectivas de Evanildo Bechara, Domingos Paschoal Cegalla, e Celso Cunha e Lindley Cintra. Morfologia: classes de palavras e suas flexões, significados e empregos, estrutura e formação de palavras, e vozes verbais e sua conversão nas perspectivas de Evanildo Bechara, Domingos Paschoal Cegalla, e Celso Cunha e Lindley Cintra. Sintaxe (funções sintáticas e suas relações no período simples e no período composto) e tipos de sintaxe: sintaxe de colocação nas perspectivas de Evanildo Bechara e Domingos Paschoal Cegalla, sintaxe de regência nominal e verbal (inclusive emprego do acento indicativo de crase) nas perspectivas de Celso Pedro Luft, Evanildo Bechara, Domingos Paschoal Cegalla, e Celso Cunha e Lindley Cintra, e sintaxe de concordância verbal e nominal nas perspectivas de Evanildo Bechara, Domingos Paschoal Cegalla, e Celso Cunha e Lindley Cintra. Coordenação e subordinação: emprego de conjunções, locuções conjuntivas e pronomes relativos. Pontuação (regras e implicações de sentido) nas perspectivas de Evanildo Bechara, Domingos Paschoal Cegalla, e Celso Cunha e Lindley Cintra.

LÍNGUA INGLESA

1. Reading Comprehension. 2. Simple and compound sentences: a. Noun clauses; b. Relative clauses; c. Clause combinations – coordinators and subordinators; d. Conditional sentences; 3. Nouns: a. Compound nouns; b. Countable/ uncountable nouns; 4. Articles. 5. Pronouns. 6. Adjectives. 7. Adverbs. 8. Prepositions and phrasal verbs. 9. Verbs. 10.Word order. 11.Vocabulary and false friends. 12.Collocations. 13.Pronunciation.

RACIOCÍNIO LÓGICO/ANALÍTICO/QUANTITATIVO

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; Técnicas de identificação de causa raiz (Diagrama de Ishikawa, Cinco Porquês, Análise de Pareto); 2. Coleta e preparação dos dados. 3. 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. 4. Introdução à visualização de dados: Tipos de gráficos (barras, pizza, linha, dispersão, histograma), como interpretálos 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). 5. Proposições e conectivos: Conceito de proposição, valores lógicos das proposições, proposições simples, proposições compostas. Operações lógicas sobre proposições: Negação, conjunção, disjunção, disjunção exclusiva, condicional, bicondicional. 6. Construção de tabelas-verdade. Tautologias, contradições e contingências, implicações, equivalências, quantificadores, afirmações e negações. Leis De Morgan. Lógica de argumentação: analogias, inferências, deduções, conclusões e silogismos. 7. Sentenças abertas, operações lógicas sobre sentenças abertas. Quantificador universal, quantificador existencial, negação de proposições quantificadas. 8. Argumentos Lógicos Dedutivos; Argumentos Categóricos.

CONHECIMENTOS ESPECÍFICOS

a) Banco de Dados: Fundamentos de administração de dados: Segurança; Modelagem de dados: Modelo entidade-relacionamento (entidades, atributos, chaves e relacionamentos) e Normalização; b) Fundamentos de Banco de Dados: Conceitos: Sistemas de gerência de banco de dados (SGBD), Arquitetura, modelos lógicos e representação física; Organização física e métodos de acesso; Conceito de transação, concorrência, recuperação, integridade; Linguagens de definição (DDL) e manipulação de dados (DML) em SGBDs relacionais; Procedimentos (stored procedures), funções (functions), visões (views), visões materializadas (materialized views) e gatilhos (triggers), Linguagem de consulta estruturada (SQL), Avaliação de modelos de dados, Técnicas de engenharia reversa para criação e atualização de modelos de dados, Integração dos dados (ETL, Transferência de Arquivos e Integração via Base de Dados, Data Lakes e Soluções para Big Data, Diferenciação entre bancos relacionais, multidimensionais, documentos e grafos. c) Análise de dados e informações: Dado, informação, conhecimento e inteligência; Conceitos, fundamentos, características, técnicas e métodos de Business Intelligence (BI); Mapeamento de fontes de dados, Dados estruturados e dados não estruturados, Conceitos de OLAP e suas operações, Conceitos de Data Warehouse. Técnicas de modelagem e otimização de bases de dados multidimensionais, Construção de relatórios e dashboards interativos em ferramentas de BI, Manipulação de dados em planilhas, Geração de insights a partir de relatórios e dashboards, BI como suporte a processos de tomada decisão, Conceitos Básicos em Séries Temporais, Conceitos Básicos de estatística descritiva, probabilística e testes de hipótese, Manipulação, tratamento e visualização de dados, Tratamento de dados faltantes, Tratamento de dados categóricos, Normalização numérica, Detecção e tratamento de outliers; d) Aprendizado de máquina (machine learning): Regressão Linear e Regressão Logística, Classificação, Métricas de avaliação, Overfitting e underfitting de modelos, Regularização; Seleção de modelos: Erro de Generalização, Validação Cruzada, Conjuntos de Treino, Validação e Teste; Conceitos de aprendizado não supervisionado, Clustering, Árvores de decisão e random forests, Máquina de suporte de vetores (SVM), Naive Bayes, K-NN; e) Plataforma de BI Microsoft: SQL Server, SQL Server Management Studio, SQL Server Integration Services, SQL Server Analysis Services, Power BI Report Server, Power BI Desktop, Serviço Power BI em Nuvem.