EMBRAPA - Empresa Brasileira de Pesquisa Agropecuária - Conhecimentos Específico para o cargo de Opção 40002345: Analista – Área: Ciências Exatas e da Terra – Subárea: Sistemas de Informação (Pós-Edital)

Mais Detalhes:

1. Curso baseado no   EDITAL Nº 1 – EMBRAPA, DE 5 DE DEZEMBRO DE 2024 ;

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

3.  A coordenação pedagógica, juntamente com toda a equipe de professores, está trabalhando com foco total para uma preparação verdadeiramente completa e efetiva;

4. 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.

5. Não serão ministrados: Conhecimentos Específicos: 6 Sistemas de automação. Conhecimentos Complementares:6 Métodos estatísticos para dados não-normais e não-paramétricos. 6.1 Técnicas para análise de dados que não seguem distribuições normais. 6.2 Métodos não-paramétricos: testes de Wilcoxon, Kruskal-Wallis e outros. 6.3 Aplicação de técnicas robustas para dados com outliers e distribuições irregulares. 7 Modelagem estatística e regressão. 7.1 Modelos de regressão linear e não linear: aplicação e interpretação. 7.2 Regressão múltipla, análise de variância (ANOVA) e técnicas de modelagem avançada. 7.3 Avaliação da adequação dos modelos e diagnóstico de problemas.

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 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 PDFs: Em Conhecimentos Complementares:  2 Métodos de análise multivariada. 2.1 PCA (análise de componentes principais), análise de clusters e análise discriminante. 5 Fundamentos de estatística aplicada. 5.1 Conceitos básicos de estatística descritiva: medidas de tendência central, dispersão e distribuição, forma assimétrica e curtose, associação entre variáveis quantitativas e qualitativas. 5.2 Métodos de inferência estatística: estimativas, intervalos de confiança e testes de hipótese. 5.3 Técnicas de amostragem, planejamento e análise de experimentos. 6 Métodos estatísticos para dados não-normais e não-paramétricos. 6.1 Técnicas para análise de dados que não seguem distribuições normais. 6.2 Métodos não-paramétricos: testes de Wilcoxon, Kruskal-Wallis e outros. 6.3 Aplicação de técnicas robustas para dados com outliers e distribuições irregulares. 7 Modelagem estatística e regressão. 7.1 Modelos de regressão linear e não linear: aplicação e interpretação. 7.2 Regressão múltipla, análise de variância (ANOVA) e técnicas de modelagem avançada. 7.3 Avaliação da adequação dos modelos e diagnóstico de problemas. 8 Processamento e análise de dados.  Em Sistemas de Informação: 3 Arquitetura de software escalável e manutenível ao longo do tempo. 5 Desenvolvimento de software para sistemas embarcados. 6 Sistemas de automação. 
5. Não serão ministrados PDFs Sintéticos.