TJ RO - Tribunal de Justiça do Estado de Rondônia - Analista Judiciário - Estatístico

1. Curso baseado no Edital nº 01/2024.
2. Serão abordados os tópicos relevantes (não necessariamente todos) a critério do professor.
3. Carga horária prevista: 871 videoaulas, aproximadamente.
4. Material de apoio personalizado:
- audioaulas;
- degravações (produzido e organizado em conformidade com cada videoaula);
- slides para acompanhamento das videoaulas.
5.  Não serão ministrados: 2. Modelos Estatísticos e Análise de Dados: Data Wrangling. 3. Ferramentas e Técnicas Computacionais: Tidyverse. Tableau, Dashboards. 4. Aplicações da Estatística: Jurimetria. 5. Gestão de Dados e Legislação. 
6. No Sprint Final não será ministrado: a disciplina de Conhecimentos Transversais:  Governança e Gestão Pública; Transparência e Compliance; Diversidade e Inclusão;  Sustentabilidade e Meio Ambiente; Legislação Institucional. 

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: 2. Modelos Estatísticos e Análise de Dados: Inferência sobre os parâmetros do modelo. Análise de variância. Análise de resíduos. Tipos de dados: estruturados, semiestruturados e não estruturados. Machine Learning e Modelagem Preditiva. Data Wrangling e Pré-processamento de Dados. 3. Ferramentas e Técnicas Computacionais: Linguagem SQL. Business Intelligence. Visualização de Dados (Data Storytelling, Ferramentas de visualização de dados: QlikSense, Tableau, Dashboards). 4. Aplicações da Estatística: Processo de coleta, organização, análise e compartilhamento de informações. Coleta, tratamento, armazenamento, integração e recuperação de dados. Construção de relatórios e dashboards interativos. Ferramenta de busca, indexação, análise de dados e criação de dashboards: QlikSense; Jurimetria.
5. Não serão ministrados em PDFs Sintéticos:2. Modelos Estatísticos e Análise de Dados: Inferência sobre os parâmetros do modelo. Análise de variância. Análise de resíduos. Tipos de dados: estruturados, semiestruturados e não estruturados. Machine Learning e Modelagem Preditiva. Data Wrangling e Pré-processamento de Dados. 3. Ferramentas e Técnicas Computacionais: Linguagem SQL. Business Intelligence. Visualização de Dados (Data Storytelling, Ferramentas de visualização de dados: QlikSense, Tableau, Dashboards). 4. Aplicações da Estatística: Processo de coleta, organização, análise e compartilhamento de informações. Coleta, tratamento, armazenamento, integração e recuperação de dados. Construção de relatórios e dashboards interativos. Ferramenta de busca, indexação, análise de dados e criação de dashboards: QlikSense; Jurimetria.

.