TJ PA - Tribunal de Justiça do Estado do Pará - Analista Judiciário - Análise de Suporte (Pós-Edital)

1.Curso baseado no Edital nº 01/2025. 
2. Serão abordados os tópicos relevantes (não necessariamente todos) a critério do professor.
3. Carga horária prevista: 1.012 videoaulas, aproximadamente.
4. Material de apoio personalizado:
- audioaulas
- slides para acompanhamento das videoaulas.
5. Não serão ministrados: Infraestrutura em TI: 4.1 RDMA OVER converged ethernet (RoCE). Jumboframes. 7 Mecanismo NAT e PAT. 8 Spanning tree protocol (IEEE 802.1D). 11.2 Qualidade de serviço (QoS). 20.2.2 Active diretory. 20.2.3 Powershell. 22.4.1 Docker, Kubernetes, Rancher, conceitos de DevOps, ambiente de clusters. 23 Conceitos de alta disponibilidade e tolerância a falhas.24 Servidores de aplicação (Apache HTTP Server, IIS). 24.1 Administração e configuração. 24.1.1 Análise de desempenho da rede. 24.1.2 Gerenciamento de usuários. 24.1.3 Configuração, administração e logs de serviços. Banco de Dados: 4.3 Processamento de linguagem natural. 4.4 Big data. 4.5 Qualidade de Dados. 4.6 Tipos de Aprendizado. 4.6.1 Supervisionado, Não Supervisionado, Semi Supervisionado, Por Reforço, Por Transferência. 5 Grandes Modelos de Linguagem (LLM), IA Generativa.Tecnologias de GPU Aplicadas à Infraestrutura de Inteligência Artificial: 1 Fundamentos de GPU para Ambientes de Alto Desempenho. 1.1 Arquitetura de hardware NVIDIA (Ampere, Hopper, Ada etc.). 1.2 Aplicações práticas de GPUs em deep learning, visão computacional e ciência de dados. 1.3 Quantização de LLMs (AWQ, GGUF, etc.). 2 CUDA (Compute Unified Device Architecture) na Prática. 2.1 Execução de kernels CUDA e estrutura de execução (grids, blocks, threads). 2.2 Gerenciamento de drivers e runtime CUDA no ambiente Linux e Windows. 2.3 Compatibilidade de versões CUDA x drivers x frameworks (TensorFlow, PyTorch). 2.4 Boas práticas de instalação, atualização e manutenção do toolkit CUDA. 3 cuDNN (CUDA Deep Neural Network Library). 3.1 Instalação, configuração e troubleshooting da cuDNN. 3.2 Diagnóstico de problemas de compatibilidade com frameworks de IA. 4 Gerenciamento de GPU com NVIDIA SMI (System Management Interface). 4.1 Uso prático do nvidia-smi: monitoramento de temperatura, uso de memória, processos. 4.2 Identificação e controle de GPUs disponíveis no sistema. 5 Infraestrutura e Operação de Ambientes com GPU. 5.1 Dimensionamento de hardware para cargas de IA (memória, energia, refrigeração). 5.2 Instalação e manutenção de drivers NVIDIA em ambientes Linux/Windows. 5.3 Compatibilidade entre hardware, drivers e bibliotecas de IA. 5.4 Virtualização de GPU: NVIDIA vGPU e uso em containers (Docker com suporte a GPU). 5.5 Troubleshooting de falhas de inicialização e performance em ambientes com múltiplas GPUs. Arquitetura De Desenvolvimento Da Plataforma Digital Do Poder Judiciário Brasileiro (PDPJ-Br): Biblioteca Flyway.  Evento negocial. APIs reversas. 8 Ambiente de clusters, kubernetes. 9 Ferramenta de orquestração de contêineres. Rancher. 

6. 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.