Língua Portuguesa:  Análise e interpretação de texto (compreensão geral do texto; ponto de vista ou ideia central defendida pelo autor; argumentação; elementos de coesão; inferências; estrutura e organização do texto e dos parágrafos). Tipologia e gêneros textuais. Figuras de linguagem. Emprego dos pronomes demonstrativos. Relações semânticas estabelecidas entre orações, períodos ou parágrafos (oposição/contraste, conclusão, concessão, causalidade, adição, alternância, etc.). Relações de sinonímia e de antonímia. Sintaxe da oração (período simples; termos fundamentais e acessórios da oração; tipos de predicado) e do período (período composto por coordenação e por subordinação). Funções do “que” e do “se”. Emprego do acento grave. Emprego dos sinais de pontuação e suas funções no texto. Ortografia. Concordâncias verbal e nominal.  Regências verbal e nominal. Emprego de tempos e modos verbais. Formação de tempos compostos dos verbos. Colocação pronominal. 

Raciocínio Lógico/Matemática: Conjuntos numéricos (números naturais, inteiros, racionais, irracionais, reais e complexos). Operações, propriedades e aplicações (soma, subtração, multiplicação, divisão, potenciação e radiciação). Razão e Proporção. Grandezas diretamente e inversamente proporcionais. Regra de três simples e composta. Sistema monetário brasileiro. Porcentagem. Juros simples e compostos. Equações e inequações. Sequências. Progressões aritméticas e geométricas.  Análise combinatória. Arranjos e permutações. Princípios de contagem e Probabilidade. Resolução de situações problemas.  Sistemas de medidas. Cálculo de áreas e volumes. Compreensão de estruturas lógicas.  Lógica de argumentação (analogias, inferências, deduções e conclusões).  Diagramas lógicos.

CÓDIGO DE VAGA 701: AGENTE DE PESQUISA IV – PESQUISADOR
(Requisitos: Bacharelado em Agronomia, Engenharia Agronômica, Engenharia Agrícola, Engenharia Ambiental, Engenharia Florestal com Doutorado em Ciência de Dados.)
Conhecimentos Específicos:  Fundamentos da Ciência de Dados: Conceitos, métodos, processos, ciclo de vida dos dados e aplicações na pesquisa agropecuária, florestal e ambiental. Métodos de Pesquisa Científica: Planejamento experimental, delineamento de experimentos (ex: DIC, DBC, Fatorial), amostragem, coleta, tratamento e interpretação de dados agrários. Estatística Aplicada: Estatística descritiva, probabilidade, inferência, testes de hipóteses, correlação, regressão, ANOVA, estatística multivariada (ex: PCA, Cluster) e geoestatística. Banco de Dados e Governança: Modelagem relacional (SQL) e não relacional (NoSQL), Data Lakes, pipelines ETL/ELT, integração, qualidade e segurança de dados. Programação para Ciência de Dados: Algoritmos e linguagens (ex: Python e R); manipulação, limpeza e tratamento de dados agropecuários e ambientais com bibliotecas especializadas (ex: pandas, numpy, dplyr). Análise Exploratória e Visualização: Gráficos, indicadores, dashboards interativos (ex: Power BI, Tableau) e princípios de Data Storytelling. Aprendizado de Máquina (Machine Learning): Métodos supervisionados, não supervisionados e por reforço; overfitting, validação cruzada e métricas de desempenho (ex: ROC, AUC, F1- Score, RMSE). MLOps e IA Generativa: Ciclo de implantação, monitoramento de drift de modelos, noções de LLMs e Engenharia de Prompt aplicadas ao agronegócio. Geotecnologias: SIG, Sensoriamento Remoto, imagens de satélite e VANTs/drones, índices espectrais (ex: NDVI, EVI), geoprocessamento e análise espacial.  Dados Ambientais e Agropecuários: Monitoramento e análise de dados de solo, água, clima, produção, zoneamento agroclimático e uso da terra.  Big Data, IoT e Computação em Nuvem: Processamento distribuído (Spark/Hadoop), armazenamento em nuvem (ex: AWS, GCP ou Azure) e IoT no campo.  Inteligência Artificial Avançada: Deep Learning, Visão Computacional, redes neurais e automação para tomada de decisão no setor agroambiental. Qualidade, Usabilidade e Acessibilidade: Princípios de IHC (Interação Homem-Computador) e acessibilidade na criação de relatórios e painéis analíticos. Inovação Tecnológica e Propriedade Intelectual: Marco Legal de CT&I (Lei 10.973/04, Lei 13.243/16, Dec. 9.283/18), Propriedade Industrial (Lei 9.279/96) e Proteção de Software (Lei 9.609/98).