DATAPREV - Empresa de Tecnologia e Informações da Previdência Social - Inteligência da Informação

Ocupar um cargo público de Inteligência da Informação, sem dúvidas, não é uma tarefa fácil. Alcançar a aprovação demanda muito tempo, estudo e esforço pessoal. E é por ter ciência da grandeza de tal desafio que o Gran Cursos Online estará sempre ao seu lado nessa caminhada.

No curso DATAPREV - Empresa de Tecnologia e Informações da Previdência Social - Inteligência da Informação, além das nossas já tradicionais videoaulas, com a mais alta qualidade audiovisual do mercado, você contará também com materiais de apoio em PDF das aulas ministradas pelos professores. De se ver, assim, que este é um produto idealizado para de fato concretizar o sonho de muitos profissionais da área de Tecnologia da Informação de pertencerem a tal carreira, tão respeitada e cobiçada.

No que se refere ao corpo docente, há de se ressaltar que a grande maioria dos professores que compõem o curso, além de especialistas, mestres e doutores, experientes em suas áreas de conhecimento, fazem parte de cargos próprios das carreiras de Tecnologia da Informação.

Dessa forma, o alinhamento e o compromisso com o que há de mais técnico e fundamental para o seu estudo estará sempre à sua disposição a partir do curso que ora oferecemos:

✅ Abordagem teórica ampla, aprofundada e atualizada de todas as disciplinas previstas no Edital de referência

✅ Organização das videoaulas em estrita obediência aos tópicos do conteúdo programático do Edital de referência (conteúdo verticalizado), acompanhadas das respectivas degravações

✅ Seleção minuciosa de professores e conteúdos didático-pedagógicos que aceleram a aprovação

✅ Corpo docente respeitado e experiente

✅ Módulo adicional de Aulas Extras e Bônus, composto por reprises de lives do Youtube sobre temas atuais, especialmente selecionados para complementar a sua preparação (*se e quando houver)

✅ Fórum de dúvidas (durante a validade do acesso ao curso)

✅ Apoio pedagógico constante e permanente (durante a validade do acesso ao curso)

✅ Gran Questões – vasto banco de questões de concursos públicos de todo o país (* exclusivo na Assinatura Ilimitada 8.0).

Mais Detalhes:

1. Curso baseado no EDITAL Nº 1 - DATAPREV, DE 28 DE JULHO DE 2023;

2. Serão abordados os tópicos mais relevantes de cada disciplina (não necessariamente todos), a critério de cada um dos professores;

3. As videoaulas eventualmente ainda não disponibilizadas serão acrescidas de modo gradativo e em conformidade com o cronograma de gravação dos respectivos professores. Periodicamente, divulgamos o cronograma referente aos novos vídeos a serem disponibilizados;

4. Não serão ministrados os seguintes tópicos do Edital:
Ciência de Dados: Redução de dimensionalidade: PCA. Mistura de Gaussianas. Regras de Associação. Métodos de regularização: penalização com normas L1 e L2. 12 Ferramenta SAS.
Linguagens de Programação e Softwares em Ciências de Dados: Seaborn, Streamlit. 3 Apache Hadoop e Apache Spark.
Matemática e Estatística Aplicada: Transformações lineares. Normas L1 e L2. Autovalores e autovetores.

5. Informamos que, visando à melhor compreensão e absorção dos conteúdos previstos no seu Edital, as videoaulas referentes a determinadas disciplinas foram organizadas com base na lógica didática proposta pelo(a) docente responsável e não de acordo com a ordem dos tópicos apresentada no conteúdo programático do certame.

O rol de professores poderá sofrer acréscimos ou substituições por motivos de força maior, ficando a cargo do Gran Cursos Online as devidas modificações.

AULAS EM PDF AUTOSSUFICIENTES:

1. Conteúdo produzido por mestres especializados na leitura como recurso didático completo;
2. Material prático que facilita a aprendizagem de maneira acelerada.
3. Exercícios comentados.
4. Não será ministrado Aula Essencial 80/20.
5. Não serão ministrados em PDF: Legislação Acerca de Segurança da Informação e Proteção de Dados: nº 7845. 3 Lei nº 12.965/2014 (Marco Civil da Internet): capítulos II e III, Seções I e II. 5 Decreto nº 10.222/2022 (Estratégia Nacional de Segurança Cibernética - ECIBER). 6 Decreto nº 10.641/2021 e Decreto nº 9.637/2018 (Política Nacional de Segurança da Informação): capítulo II. 7 Decreto nº 10.748/2021 (Institui a Rede Federal de Gestão de Incidentes Cibernéticos). 8 Decreto nº 10.569/2020 (Estratégia Nacional de Segurança de Infraestruturas Críticas - ENSIC). Decreto nº 9.573/2018 (Política Nacional de Segurança de Infraestruturas Críticas). 9 Decreto nº 11.200/2022 (Plano Nacional de Segurança de Infraestruturas Críticas). 10 Portaria nº 120 GSI/PR, de 21 de dezembro de 2022 (Plano de Gestão de Incidentes Cibernéticos para a administração pública federal). 11 Portaria nº 93 GSI/PR, de 18 de outubro de 2021 (Glossário de Segurança da Informação). 12 Instrução Normativa GSI nº 1 - Consolidada 27 de maio de 2020 (Estrutura de Gestão da Segurança da Informação nos órgãos e nas entidades da administração pública federal) 13 Instrução Normativa GSI nº 3 - Consolidada 28 de maio de 2021. 14 Instrução Normativa GSI nº 2, 24 de julho de 2020 (Altera a Instrução Normativa nº 1, de 27 de maio de 2020). 15 Instrução Normativa GSI nº 5, 30 de agosto de 2021 (Dispõe sobre os requisitos mínimos de segurança da informação para utilização de soluções de computação em nuvem pelos órgãos e pelas entidades da administração pública federal). 16 Instrução Normativa GSI nº 6 - Consolidada/2021 (Estabelece diretrizes de segurança da informação para o uso seguro de mídias sociais nos órgãos e nas entidades da administração pública federal). 17 Instrução Normativa GSI nº 6 - Original / Instrução Normativa GSI n° 7/2022 (Altera a Instrução Normativa nº 1, de 27 de maio de 2020, do Gabinete de Segurança Institucional da Presidência da República; a Instrução Normativa GSI/PR nº 3, de 28 de maio de 2021; e a Instrução Normativa nº 6, de 23 de dezembro de 2021, do Gabinete de Segurança Institucional da Presidência da República). 18 Normas complementares de 01 a 21 GSI (https://www.gov.br/gsi/pt-br/composicao/SSIC/dsic/legislacao).
CIÊNCIA DE DADOS: 1Aprendizado supervisionado: Regressão e Classificação. Métricas de avaliação. Overfitting e underfitting de modelos. Regularização. Seleção de modelos. Validação cruzada. Conjunto de treino, validação e teste. Trade off entre variância e viés. Regressão Linear e
Regressão Logística. Árvores de Decisão e random forests. SVM. K-NN. 2 Aprendizado não-supervisionado: Redução de dimensionalidade: PCA. K- Means. Mistura de Gaussianas. Regras de Associação. 3 Redes neurais
artificiais: Definições e arquitetura. Funções de ativação. Otimização: método do gradiente, método do gradiente estocástico e backpropagation. Métodos de regularização: penalização com normas L1 e L2. CNN. Noções de visão computacional com CNN. Classificação de imagen e detecção de objetos. Noções de processamento de linguagem natural. 5 ETL. 6 Manipulação, tratamento e visualização de dados. 7 Inteligência artificial. 7.1 Análise de dados (Pandas, NumPy, Jupiter, R). 7.2 Aprendizado de máquina.
7.2.1 Técnicas de classificação. 7.2.2 Técnicas de regressão. 7.2.3 Técnicas de agrupamento. 7.2.4 Técnicas de redução de dimensionalidade. 7.2.5 Técnicas de associação. 7.2.6 Sistemas de recomendação.9 Visão computacional. 10 Deep learning.12 Ferramenta SAS.
LINGUAGENS DE PROGRAMAÇÃO E SOFTWARES EM CIÊNCIAS DE DADOS: suas bibliotecas: Numpy, Matplotlib, Seaborn, Streamlit, Pandas, Scipy, TensorFlow, Keras e Pytorch. 2 R e suas bibliotecas. 3 Apache
Hadoop e Apache Spark.
BANCO DE DADOS: 13 Banco de dados em memória.
Matemática e Estatística Aplicada: Distribuições multidimensionais