SEFAZ-MT – Fiscal de Tributos Estadual | Curso Completo

SEFAZ-MT • EDITAL 001/2025 BANCA: FCC
CARGO: FISCAL DE TRIBUTOS ESTADUAIS (FTE)

Curso Completo de Tecnologia da Informação SEFAZ-MT • FTE

Conteúdo fiel ao edital (Anexo II): Dados e BD (inclui NF-e/EFD), Oracle/SQL ANSI, Python (NumPy/Pandas), ETL/Big Data e Estatística/IA aplicada à fiscalização.

DADOS DO EDITAL
VAGAS
30
TAXA
R$ 250,00
REMUNERAÇÃO INICIAL
R$ 32.971,87
Regime: 40h semanais
INSCRIÇÕES
05/01/2026 (10h) → 27/01/2026 (23h59)
Boleto: até 28/01/2026 (22h para gerar)

Informações do concurso

  • Órgão: Secretaria de Estado da Fazenda de Mato Grosso (SEFAZ-MT)
  • Cargo: Fiscal de Tributos Estaduais (FTE)
  • Banca: Fundação Carlos Chagas (FCC)
  • Local das provas: Cuiabá/MT
  • Taxa de inscrição: R$ 250,00
  • Remuneração inicial: R$ 32.971,87

O curso é pra você que

  • Quer estudar com roteiro claro e sem enrolação.
  • Precisa dominar Oracle/SQL e Python (NumPy/Pandas).
  • Quer entender NF-e e EFD ICMS/IPI na prática.
  • Busca estatística/IA aplicada para fraudes e anomalias.
  • Quer foco total no que cai na FCC.

O que você vai encontrar

Aulas por blocos + revisões, com foco em fixação e resolução. Conteúdo alinhado ao Anexo II do edital para TI.

SEFAZ-MT • FTE • Edital nº 001/2025 • Banca FCC.
 
CONHECIMENTOS ESPECÍFICOS • TI

SEFAZ-MT • FTE • EDITAL 001/2025 (FCC)

Conteúdo programático — Tecnologia da Informação

Texto organizado em blocos (sem inventar tópicos), conforme Anexo II do edital.

1) Dados, Modelagem e Estrutura de Dados Fiscais

  • Dados estruturados, semiestruturados (XML) e não estruturados.
  • Modelagem relacional: entidades, atributos, relacionamentos, chaves e normalização (até 3FN).
  • Modelagem dimensional: fatos, dimensões, métricas; Star Schema e Snowflake Schema.
  • Estrutura e principais campos do XML da NF-e e da EFD ICMS/IPI (registros e blocos relevantes).

2) Oracle Database e Linguagem SQL (padrão ANSI)

  • SGBD e arquitetura básica do Oracle Database.
  • DQL: SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY, DISTINCT.
  • JOINs: INNER, LEFT, RIGHT, FULL OUTER, CROSS JOIN.
  • Agregação: COUNT, SUM, AVG, MIN, MAX.
  • Subqueries e CTE (Common Table Expressions).
  • Window Functions: OVER(), PARTITION BY, ROW_NUMBER, RANK, DENSE_RANK, LEAD, LAG.
  • DML (noções): INSERT, UPDATE, DELETE.
  • DDL (noções): CREATE TABLE, ALTER TABLE, DROP TABLE.
  • Stored Procedures e Triggers (conceitos).

3) Análise e Engenharia de Dados com Python

  • Python: variáveis, tipos, operadores; condicionais e laços.
  • Estruturas nativas: listas, tuplas, dicionários, conjuntos; funções.
  • NumPy: ndarray, operações vetorizadas, broadcasting, indexação e fatiamento.
  • Pandas: Series/DataFrame, leitura/escrita, loc/iloc, dados ausentes, groupby, merge/join/concat, séries temporais.
  • Matplotlib/Seaborn: gráficos e customização (títulos, eixos, legendas).

4) Noções de Engenharia de Dados e Big Data

  • ETL e ELT; Data Pipelines.
  • Big Data (Volume, Velocidade, Variedade).
  • Data Lake e Data Warehouse.
  • Noções: Hadoop (HDFS) e Apache Spark.

5) Estatística Aplicada e IA para Fiscalização

  • Estatística descritiva: medidas de tendência central e dispersão.
  • Probabilidade e distribuições: Normal, Binomial, Poisson.
  • Inferência: amostragem e intervalos de confiança.
  • Testes de hipóteses: H0/H1, p-valor, erros tipo I e II.
  • Correlação e regressão linear simples e múltipla.
  • ML: supervisionado/não supervisionado; avaliação (matriz de confusão, precisão, recall, F1, ROC); overfitting/underfitting.
  • Fraudes/anomalias: Regressão Logística, Árvores, Random Forest, Gradient Boosting (XGBoost), K-Means, Isolation Forest.
SEFAZ-MT • FTE • Edital nº 001/2025 • Anexo II — Tecnologia da Informação.

 

Como serão as aulas?

No data was found
Início: Imediato

Professores

Prof.: Deodato Neto
Informática