CRA SP - Conselho Regional de Administração de São Paulo - Conhecimentos Específicos para o Cargo de Analista II - Desenvolvimento de Sistemas (Pós-edital)

A fim de preparar os candidatos para o concurso público do CRA SP - Conselho Regional de Administração de São Paulo, o Gran Concursos escalou a equipe de professores mais experiente e renomada em preparatórios. Além das tradicionais videoaulas, com a mais alta qualidade audiovisual do mercado, você também contará com materiais de apoio em PDF. Dessa forma, o alinhamento e o compromisso com o que há de mais técnico e fundamental para seus estudos estarão sempre à sua disposição no curso que oferecemos.

Mais detalhes:

1. Curso baseado no Edital nº 1/2025.
2. Serão abordados os tópicos mais relevantes de cada disciplina (não necessariamente todos), conforme critério dos respectivos professores.
3. Não serão ministrados os seguintes tópicos do Edital: Fundamentos de Desenvolvimento de Software: Algoritmos de busca (grafos). Desenvolvimento Web e Front-End: Node.js. Django. Sistemas  de  gestão  de  conteúdo  (CMS). WordPress,  Drupal,  Joomla.Scriptcase. Metodologias  em  UX  (Experiência  do  Usuário). Segurança  da  Informação: Segurança  em desenvolvimento de software. Análise de Dados e Business Intelligence: Tableau, Google Looker Studio.  Linguagens para Análise de Dados: Python para análise de dados.  VBA (Visual Basic for Applications). Excel Avançado para análise de dados.
4. Informamos que, para facilitar a compreensão e a absorção dos conteúdos previstos no edital, as videoaulas de determinadas disciplinas foram organizadas com base na lógica didática proposta pelo(a) docente responsável, e não de acordo com a ordem dos tópicos do conteúdo programático do certame.

 O rol de professores poderá sofrer acréscimos ou supressões por motivo de força maior, ficando a cargo do Gran as devidas modificações.

AULAS EM PDF AUTOSSUFICIENTES:

1. Conteúdo produzido por docentes especializados e com amplos recursos didáticos.
2. Material prático que facilita a aprendizagem de maneira acelerada.
3. Exercícios comentados.
4. Não serão ministrados em PDF: 1 Fundamentos de Desenvolvimento de Software: 1.1 Algoritmos e Estruturas de Dados. 1.1.1 Ordenação, busca e estruturas (listas, pilhas, filas, árvores e grafos). 1.2 Programação Orientada a Objetos. 1.2.1 Princípios de POO (herança, polimorfismo, encapsulamento, abstração). 1.2.2 Design patterns (Singleton, Factory, Observeretc.). 1.3.1 Java, Python, C#. 1.4 Qualidade de Software. 1.4.1 Tipos de testes (unitários, de integração, de sistema, de aceitação). 1.4.2 Técnicas de teste (caixa branca, caixa preta). 1.4.3 Métricas de teste.1.4.4 Automação de testes com ferramentas de mercado.2 Desenvolvimento Front-End: 2.1 Tecnologias e padrões web (JavaScript, Document Object Model). 2.2 Frameworks de desenvolvimento front-end. 2.2.1 React, React Native. 2.2.2 Angular, Vue.js. 2.3 Desenvolvimento back-end. 2.3.1 Node.js. 2.3.2 Spring Boot, .NET, Django. 2.4 Sistemas de gestão de conteúdo (CMS). 2.4.1 WordPress, Drupal, Joomla. 2.5 Plataformas de desenvolvimento low-code. 2.5.1 Scriptcase. 2.6 Metodologias em UX (Experiência do Usuário). 2.6.1 Testes de Usabilidade. 2.6.2 Wireframes e Prototipagem. 2.6.3 Design Thinking. 2.6.4 Lean UX. 2.6.5 Heurísticas de Usabilidade. 2.6.6 Análise de Tarefas. 2.6.7 Storyboarding.3 Bancos de Dados e Modelagem: 3.1 Modelagem relacional de dados. 3.2 SQL avançado e otimização de consultas. 3.3 Bancos de dados relacionais. 3.3.1 SQL Server, Oracle, MySQL, PostgreSQL. 3.4 Bancos de dados NoSQL. 3.4.1 MongoDB, Redis. 3.5 Modelagem analítica de dados. 3.5.1 Definição de objetos. 3.5.2 Identificação das fontes de dados. 3.5.3 ETL. 3.5.4 Definição da arquitetura (estrela, floco de neve). 3.5.5 Criação do modelo dimensional.4 APIs e Integração de Sistemas: 4.1 Criação e consumo de APIs REST e SOAP. 4.2 Autenticação e segurança de APIs (OAuth, JWT). 4.3 Formato de dados XML e JSON. 4.4 Conhecimento em APIs RESTful. 4.5 Integrações de sistemas. 4.6 Microserviços.5 Metodologias Ágeis e Processos de Desenvolvimento: 5.1 Princípios de Scrum, Kanban, eXtreme Programming (XP). 5.2 Integração contínua e entrega contínua (CI/CD). 5.3 Gerenciamento de Produtos de Software. 5.4 Gerenciamento de produtos com métodos ágeis. 5.5 Gerenciamento de serviços (ITIL). 5.6 BPM (modelagem de processos de negócio) e BPMN. 5.7 DevSecOps. 5.7.1 Abordagem de desenvolvimento de software que integra práticas de desenvolvimento, operações e segurança.6 Versionamento e Ambientes de Desenvolvimento: 6.3 Ambientes de desenvolvimento, homologação e produção. 6.4 Desenvolvimento e implementação de sistemas em ambientes Cloud. 6.4.1 AWS, Azure, Google Cloud. .7 Segurança da Informação: 7.1 Segurança em desenvolvimento de software. 7.2 Boas práticas de proteção de dados e prevenção contra ataques. 7.3 OWASP Top 10. 7.4 ISO 27000, 27001, 27002 e 27003. 7.5 Lei Geral de Proteção de dados. 7.5.1 Princípios. 7.5.2 Classificação de dados.8 Análise de Dados e Business Intelligence: 8.1 Fundamentos de Análise de Dados. 8.1.1 Conceitos de dados, informação e conhecimento. 8.1.2 Tipos de dados e fontes de dados. 8.2 Ferramentas de análise de dados. 8.2.1 Microsoft Power BI, Tableau, Google Looker Studio. 8.2.2 Conceitos e práticas. 8.2.3 Criação de dashboards e relatórios. 8.3 Big Data, Business Intelligence e Datawarehouse. 8.4 Estatística e Análise de Dados. 8.4.1 Medidas de tendência central e dispersão. 8.4.2 Testes de hipóteses. 8.4.3 Análise de regressão e correlação.9 Linguagens para Análise de Dados: 9.1 DAX (Data Analysis Expressions). 9.2 Linguagem M (Power Query Formula Language). 9.4R (R Programming Language). 9.5 Python para análise de dados. 9.6 Power Query (M Language). 9.7 Power Pivot. 9.8 VBA (Visual Basic for Applications). 9.9 Excel Avançado para análise de dados.10 Big Data e Processamento de Dados: 10.1 Armazenamento de big data. 10.2 49Pipeline de dados. 10.3 Processamento distribuído. 10.4 Conceitos de data lake. 10.5 Armazenamento de Dados. 10.6 Sistemas dearquivos distribuídos. 10.7 Armazenamento orientado a objeto (object store). 10.8 Sistemas de indexação. 10.9 Processamento de Dados. 10.10 Conceitos de processamento massivo e paralelo. 10.11 Processamento em lote (batch). 10.12 Processamento em tempo real (real time). 10.13 Processamento MapReduce.11 Inteligência Artificial e Machine Learning: 11.1 Aprendizado de máquina. 11.2 Processamento de linguagem natural (PLN). 11.3 Deep learning. 11.4 Aprendizagem por reforço. 11.5 Engenharia de prompts. 11.6Técnicas de estatística e modelagem preditiva.12 Legislação e Contratações de TI: 12.1 Lei nº 14.133/2021 -Lei de Licitações e Contratos Administrativos. 12.1.1 Processos de contratações de soluções de TIC na administração pública. 12.1.2 Estudo técnico preliminar (ETP). 12.1.3 Termo de Referência ou Projeto Básico. 12.1.4 Edital de Licitação. 12.1.5 Mapa de preços / Pesquisa de mercado. 12.1.6 Prova de conceito (POC). 12.2 Instrução NormativaSGD/MEnº 1, de 4 de abril de 2019. 12.3 Instrução Normativa SGD/ME nº 94, de 23 de dezembro de 2022. 12.4 Portaria SGD/MGI nº 750, de 20 de março de 2023.
5. Não serão ministrados PDFs Sintéticos.