SEFAZ 2025 | Curso de Tecnologia da Informação – com Deodato Neto

📘 O que você vai aprender neste curso:

O conteúdo foi estruturado para atender com precisão os tópicos mais cobrados em concursos da SEFAZ. Você aprenderá com profundidade e clareza:

• TECNOLOGIAS DA INFORMAÇÃO:
  • 1. Fundamentos de Banco de Dados.
  • 1.1. Linguagens de definição e manipulação de dados em SGBDs relacionais (SQL, T-SQL, PL/pgSQL, PL/SQL).
  • 1.2. Modelagem de dados: modelos relacional e multidimensional.
  • 1.3. Administração de banco de dados relacionais.
  • 1.3.1. Projeto e implantação de SGBDs relacionais.
  • 1.3.2. Administração de usuários e perfis de acesso.
  • 1.3.3. Controle de proteção, integridade e concorrência.
  • 1.3.4. Backup e restauração de dados.
  • 1.3.5. Monitoramento e otimização de desempenho.
  • 2. Pipeline de Dados.
  • 2.1. Fundamentos, orquestração, integração, ETL, ELT e ferramentas.
  • 3. OLAP.
  • 3.1. Conceitos e aplicações.
  • 4. Modelagem e Otimização de Bases Multidimensionais.
  • 4.1. Técnicas de modelagem e otimização.
  • 5. Pré-processamento de Dados.
  • 5.1. Técnicas para preparação e transformação de dados.
  • 6. Data Lake.
  • 6.1. Conceito e aplicações.
  • 7. Data Mining e Data Warehouse.
  • 7.1. Conceitos, arquiteturas, técnicas e tarefas.
  • 8. Big Data.
  • 8.1. Conceitos, premissas, análise de dados e aplicações.
  • 9. Bancos de Dados Não Relacionais.
  • 9.1. Fundamentos, administração, desempenho e configuração.
  • 9.2. Tipos: chave-valor, orientados a documentos e grafos.
  • 9.3. Bancos NoSQL: MongoDB, Redis e Neo4j.
  • 10. Gestão de Projetos.
  • 11. Metodologias Ágeis.
  • 11.1. Scrum, Modelagem Ágil, Scrumban, Kanban, Extreme Programming (XP), Lean e Guia de Prática Ágil do PMI.
  • 12. Análise de Agrupamentos (Clusterização).
  • 12.1. Medidas de distância ou de semelhança.
  • 12.2. Esquemas de aglomeração (hierárquicos e não hierárquicos).
  • 13. Análise Fatorial por Componentes Principais.
  • 18. Redes Neurais Artificiais e Machine Learning.
  • 18.1. Noções de Redes Neurais Artificiais.
  • 18.2. Noções de aprendizado supervisionado e não supervisionado.
  • 18.3. Noções de Python, TensorFlow e PyTorch.
  • 19. Visualização e Análise Exploratória de Dados.
  • 20. Business Intelligence.
  • 20.1. Processo de coleta, organização, análise e compartilhamento de informações.
  • 20.2. Ferramentas de criação de dashboards: Power BI.
  • 20.3. Elaboração de relatórios analíticos.
  • 21. Séries Temporais.
  • 21.1. Conceitos básicos de séries temporais.
  • 21.2. Sazonalidade, tendência e estacionariedade.
  • 21.3. Modelos univariados de previsão: autorregressivos, médias móveis, ARMA, ARIMA e ETS.
  • 21.4. Avaliação de modelos de previsão.
  • 21.5. Aplicações de séries temporais na previsão de arrecadação dos entes públicos.

✅ A base que você precisa, com o foco que a banca exige. Aprenda com quem domina o assunto!