Analista de Tecnologia da Informação da Fazenda Estadual

PROVA I

LÍNGUA PORTUGUESA

1 Interpretação de texto: decodificação dos diversos tipos de mensagem.

2 Compreensão de texto: observação dos processos que constroem os significados textuais.

3 A linguagem e a lógica.

4 As estruturas linguísticas no processo de construção de mensagens adequadas.

5 A pragmática na linguagem: o significado contextual.

6 A semântica vocabular: antônimos, sinônimos, homônimos, parônimos e heterônimos.

7 Os modos de organização discursiva: a descrição, a narração, a exposição informativa e a exposição argumentativa.

8 A organização das frases nas situações comunicativas: a colaboração e a relevância; os atos de fala.

9 A linguagem lógica e a figurada.

10 Os diversos níveis de linguagem.

11 Os tipos de discurso: direto, indireto e indireto livre.

12 As funções da linguagem.

NOÇÕES DE DIREITO CONSTITUCIONAL

1 Direitos e garantias fundamentais: direitos e deveres individuais e coletivos, direitos sociais.

2 Organização do Estado: União, estados e municípios; administração pública: servidores públicos civis.

3 Ordem econômica e financeira.

4 Ordem social: seguridade social e meio ambiente.

NOÇÕES DE DIREITO ADMINISTRATIVO

1 Organização administrativa brasileira.

2 Princípios fundamentais.

3 Administração direta, administração indireta e fundacional.

4 Atos administrativos.

5 Concessão de serviços públicos.

6 Autorização e permissão.

7 Poderes administrativos: vinculado, discricionário, regulamentar, disciplinar e de polícia.

GESTÃO DE CONTRATOS

1 Princípios aplicados aos contratos celebrados com a administração pública.

2. Licitação e contratos.

2.1 Lei nº 14.133/2021.

2.2 Obrigações do gestor de contratos celebrados com a administração pública.

2.3 Formalização e execução de contratos com a administração pública.

2.4 Infrações contratuais e sanções em contratos com a administração pública.

2.5 Controle de contratos com a administração pública.

DESENVOLVIMENTO E GESTÃO DE PROJETOS/DEMANDAS

1 Gerenciamento de projetos (PMBOK 6).

1.1 Projetos e a organização.

1.2 Escritório de projetos.

1.2.1 Modelos e características.

1.3 Processos, grupos de processos e área de conhecimento.

2 Metodologias ágeis.

2.1 Scrum, XP - Extreme Programming, TDD - Test Driven Development, modelagem ágil, Scrumban e Kanban.

3 Gestão ágil de projetos:

3.1 Scrum.

3.2 Guia de prática ágil PMI.

GOVERNANÇA E GESTÃO DE TECNOLOGIA DA INFORMAÇÃO

1. Governança de TI (COBIT 2019).

1.1 Conceitos básicos, estrutura e objetivos.

2. Contratação de soluções de TI: Instrução Normativa para Contratação de Soluções de Tecnologia da Informação -
SLTI/MP IN 01/2019.

2.1 Guia Prático para Contratação de Soluções de Tecnologia da Informação V 3.0, 2017.

3. Gerenciamento de serviços de TI - ITIL Versão 4.

4. Contratação de bens e serviços de TI: aspectos específicos da contratação de bens e serviços de TI; elaboração de
termos de referências e/ou projetos básicos para contratação de bens e serviços de TI; acompanhamento de contratos
de TI.

5. Lei nº 12.527/2011 – Lei de Acesso à Informação Pública (LAI) - princípios, transparência ativa e passiva, prazos e
instâncias recursais.

6. Guia de Elaboração de PDTI do SISP.

7. Guia de Comitê de TI do SISP.

8. Metodologia de Gerenciamento de Projetos do SISP(MGP-SISP).

9. Estratégia Geral de Tecnologia da Informação (EGTI) DECRETO Nº 10.332, DE 28 DE ABRIL DE 2020.

10. Programa Nacional de Gestão Pública e Desburocratização (GesPública)

11 – Conhecimentos sobre LGPD.

BANCO DE DADOS E GESTÃO DA INFORMAÇÃO

1. Fundamentos: finalidades, níveis de abstração, modelagem de dados, modelagem funcional.

2. Administração de dados: fundamentos: dado, informação, conhecimento e inteligência; modelos de dados; níveis de
abstração de modelos de dados; metadados; linguagens de definição e de manipulação de dados; normalização.

3. Administração de banco de dados: fundamentos, sistemas de gerenciamento de banco de dados, organização de

arquivos, técnicas de armazenamento, métodos de acesso, tipos de bancos de dados, projeto de bancos de dados.

4. Técnicas de análise de desempenho e otimização de consultas SQL.

5. Técnicas de modelagem e otimização de bases de dados multidimensionais.

6. Noções de Gerenciamento de Banco de Dados Oracle.

6.1. PL/SQL

SEGURANÇA DA INFORMAÇÃO, SEGURANÇA DE DATACENTER, SEGURANÇA DE DISPOSITIVOS, DISPONIBILIDADE

1 Confiabilidade, integridade e disponibilidade.

2 Mecanismos de segurança.

2.1 Criptografia.

2.2 Assinatura digital.

2.3 Garantia de integridade.

2.4 Controle de acesso.

2.5 Certificação digital.

2.6 Infraestrutura de chaves públicas.

2.7 Ataques a sistemas de criptografia.

3 Gerência de riscos.

3.1 Ameaça, vulnerabilidade e impacto.

4 Políticas de segurança.

4.1 NBR ISO/IEC 27002:2005.

4.2 NBR ISO/IEC 27001:2013.

4.3 NBR ISO/IEC 15408:2009.

4.4 Políticas de senhas.

5 Autenticação de dois fatores (MFA).

6 Métodos de autenticação: OAuth 2, JWT, SSO – Single Sign On e SAML- Security Assertion Markup Language.

7 OWASP - Open Web Application Security Project 2021 Top 10 (https://owasp.org/www-project-top-ten/).

8 Segurança de aplicações web:

8.1 SQL injection, XSS (Crosssite Scripting), CSRF (Cross-site Request Forgery), ataques de inclusão de arquivos.
 8.2 Vulnerabilidades em navegadores.

8.3 Vulnerabilidades de codesigning.

8.4 Vulnerabilidades de controles de autenticação.

8.5 Comunicação interaplicativos e sidejacking.

ANÁLISE, DESENHO E AUTOMAÇÃO DE PROCESSOS:

1 BPM (business process management).

1.1 conceitos básicos.

1.2 identificação e delimitação de processos de negócio.

1.3 técnicas de mapeamento de processos (modelos as-is).

1.4 técnicas de análise e simulação de processos.

1.5 construção e mensuração de indicadores de processos.

1.6 técnicas de modelagem de processos (modelos to-be).

1.7 modelagem de processos em BPMN: notação, artefatos e atividades.

1.8 gerenciamento de processos de negócio (BPM).

2 RPA (robotic process automation).

2.1 Conceitos, fundamentos, características, estratégias.

2.2 Padronização de processos, formatação, validação e operação.

PROVA II

ENGENHARIA DE SOFTWARE

1. Princípios de Engenharia de Software: engenharia de requisitos de software, processos de desenvolvimento de

software (processo cascata, processo iterativo), projeto de software orientado a objetos, testes e validação.

2. Medição e estimativas de projetos de software: análise de pontos de função, processo de contagem de pontos de
função, tipos de função (funções de dados e funções transacionais), fatores de ajuste.

3. Disciplina de requisitos: casos de uso e diagramas de caso de uso.

4. Disciplina de análise e projeto.

5. Disciplina de implementação, testes e distribuição.

ARQUITETURA DE DESENVOLVIMENTO DE SOFTWARE

1 Desenvolvimento de sistemas.

1.1 Desenvolvimento web.

1.1.1 JavaScript, HTML5, CSS3, WebSocket, Single Page Application (SPA).

1.2, DHTML, AJAX.

1.3 Jasper.
 1.4 Noções e conceitos de desenvolvimento para dispositivos móveis.

1.5 Framework Apache CXF.

1.6 Programação Java.

1.7 Frameworks Struts 1 e 2, Spring MVC, Spring Security e Spring Core.

1.8 Programação Phyton.

1.9 Usabilidade e acessibilidade na Internet, padrões W3C e e-MAG.

2 Análise estática de código-fonte.

2.1 Clean code.

3 Padrões de projeto.

3.1 GoF.

3.1.1 Padrões de criação;

3.1.2 Padrões estruturais.

3.1.3 Padrões comportamentais.

3.2 Padrões GRASP.

4 Ambientes Internet, extranet, intranet e portal: finalidades, características físicas e lógicas, aplicações e serviços.

5 Padrões XML, XSLT, UDDI, WSDL, SOAP, REST e JSON..

7 Testes de software.

7.1 Tipos de testes.

7.2 Teste unitário.

7.3 Teste de integração.

7.4 Teste de carga/estresse).

8 Qualidade de código: SonarQube, Robot Framework e JMeter.

9 Tecnologias backend.

9.1 Frameworks: Hibernate, SpringBoot, Django, NodeJS, Express e NestJS.

9.2 Especificações: JEE (JPA, EJB, JSF, JMS e JTA), JVM.

NUVEM COMPUTACIONAL

1 Arquitetura e desenvolvimento em nuvem.

1.1 Computação na nuvem.

1.2 Nuvem pública e nuvem privada.

2 Arquitetura de cloud computing para dados (AWS, Azure).

2.1 Características, requisitos e recursos.

ORIENTAÇÕES A SERVIÇO:
1 Ferramentas de integração assíncrona: Kafka, NATS Streaming, ActiveMQ.

2 microsserviços.

2.1 Orquestração de serviços, API gateway.

2.2 containers.

2.3 Padrões de microsserviços.

2.4 Transações distribuídas.

3 Arquitetura de software.

3.1 Interoperabilidade de sistemas.

3.2 Arquitetura orientada a serviços.

3.2.1 Web services.

3.2.2 RESTful, SOAP.

3.3 Arquitetura orientada a objetos.

3.4 Arquitetura. 3.5 Camadas, modelo MVC.

3.6 Arquitetura de aplicações para ambiente web.

3.6.1 Servidor de aplicações. Servidor web.

BIG DATA & ANALYTICS

1 Dado, informação, conhecimento e inteligência.

1.1 Dados estruturados e não estruturados.

1.2 Dados abertos.

1.3 Coleta, tratamento, armazenamento, integração e recuperação de dados.

2 Mineração de dados.

2.1 Modelo de referência CRISP-DM.

2.2 Técnicas para pré-processamento de dados.

2.3 Técnicas e tarefas de mineração de dados.

2.4 Classificação.

2.5 Regras de associação.

2.6 Análise de agrupamentos (clusterização).

2.7 Detecção de anomalias.

2.8 Modelagem preditiva.

2.9 Aprendizado de máquina.

2.10 Mineração de texto.

3 Big data.

3.1 Conceito, premissas e aplicação.

 3.2 Tipos de dados: estruturados, semiestruturados e não estruturados.

3.3 Conceitos dos três Vs.

3.4 Fluxo de big data: ingestão, processamento e disponibilização.

3.5 Armazenamento de big data. 5.6 Pipeline de dados.

3.7 Processamento distribuído.

3.8 Conceitos de data lake.

3.9 ETL X ELT.

3.10 Soluções de big data.

3.10.1 Arquitetura do ecossistema Apache Hadoop.

3.10.2 Componentes Hadoop: HBase, Kudu, Sqoop, Nifi, Hive, Impala, Spark, Spark Streaming, SOLR,
Oozie, Yarn, Kafka, Flink e AirFlow.

3.11 Arquiteturas de big data.

3.11.1 Arquitetura Lambda.

3.11.2 Arquitetura Kappa.

3.11.3 Arquitetura de cloud computing para dados (AWS, Azure).

4 Visualização e análise exploratória de dados.

5 Planilhas e SQL.

6 Visualização de dados: BD individuais e cubos.

7 Técnicas de modelagem e otimização de bases de dados multidimensionais.

8 Mapeamento das fontes de dados: técnicas para coleta de dados.

BUSINESS INTELLIGENCE

1 Conceitos, fundamentos, características, técnicas e métodos de business intelligence (BI).

2 Sistemas de suporte a decisão e gestão de conteúdo.

3 Arquitetura e aplicações de data warehouse com ETL e OLAP.

4 Definições e conceitos de data warehouse e data mining.

5 Visualização de dados: BD individuais e cubos.

6 Técnicas de modelagem e otimização de bases de dados multidimensionais.

7 Mapeamento das fontes de dados: técnicas para coleta de dados.

8 Álgebra relacional e SQL (padrão ANSI).

9 Banco de dados NoSQL.

10 Visualização e análise exploratória de dados

10.1 Ferramentas de criação de dashboards (Qlik, MicroStrategy Dossiê, Tableau e Pentaho).

10.2 Storytelling.

10.3 Elaboração de painéis e dashboard.

 10.4 Elaboração de relatórios analíticos.

INTELIGÊNCIA ARTIFICIAL

1 Técnicas de classificação.

1.1 NaiveBayes.

1.2 Regressão logística.

1.3 Redes neurais artificiais.

1.3.1 Funções de ativação: limiar, linear, ReLU, logística, softmax, maxout e gaussiana.

1.3.2 Redes Perceptron de única e múltiplas camadas.

1.4 Árvores de decisão (algoritmos ID3 e C4.5) e florestas aleatórias (randomforest).

1.5 Máquinas de vetores de suporte (SVM – support vector machines).

1.6 K vizinhos mais próximos (KNN – K-nearestneighbors).

1.7 Comitês de classificadores.

1.8 Avaliação de modelos de classificação: treinamento/teste/validação; validação cruzada; métricas de

avaliação (matriz de confusão,acurácia, precisão, revocação, F1-score e curva ROC).

2 Técnicas de regressão.

2.1 Regressão linear.

2.2 Séries temporais (tendências, suavização exponencial e modelos ARIMA).

2.3 Redes neurais para regressão.

2.4 Árvores de decisão para regressão.

2.5 Máquinas de vetores de suporte para regressão.

2.6 Intervalos de confiança em regressão.

2.7 Avaliação de modelos de regressão: meanabsoluteerror (MAE), meansquareerror (MSE), root

meansquareerror (RMSE) e coeficiente de determinação (R 2 ).

3 Técnicas de agrupamento.

3.1 Agrupamento por partição.

3.2 Agrupamento por densidade.

3.3 Agrupamento hierárquico.

4 Técnicas de redução de dimensionalidade.

4.1 Seleção de características (featureselection).

4.2 Análise de componentes principais (PCA – principal componentanalysis).

5 Técnicas de associação.

5.1 Descoberta de conjuntos frequentes.

5.2 Descoberta de regras de associação.

6 Sistemas de recomendação.

7 Processamento de linguagem natural (PLN).

7.1 Normalização textual (stop words, estemização, lematização e análise de frequência de termos).

7.2 Rotulação de partes do discurso (POS-tagging – part-of-speech tagging).

7.3 Reconhecimento de entidades (NER – namedentityrecognition) e rotulação IOB.

7.4 Modelos de representação de texto: Ngramas, modelos vetoriais de palavras (CBOW, Skip-Gram e GloVe),
modelos vetoriais de documentos (booleano, TF e TF-IDF, média de vetores de palavras e Paragraph Vector).

7.5 Métricas de similaridade textual (similaridade do cosseno, distância euclidiana, similaridade de Jaccard,
distância de Manhattan e coeficiente de Dice).

7.6 Aplicações de PLN: sumarização automática de texto (abordagens extrativa e abstrativa), modelagem de
tópicos em texto (algoritmos LSI, LDA e NMF), classificação de texto, agrupamento de texto, tradução
automática de texto, análise de sentimentos e emoções em texto, reconhecimento de voz (STT – speech totext).

8 Visão computacional.

8.1 Reconhecimento facial.

8.2 Classificação de imagens.

8.3 Detecção de objetos.

8.4 Deeplearning para visão computacional.

9 Aprendizado profundo.

9.1 Redes neurais convolucionais.

9.2 Redes neuraisrecorrentes.

9.2.1 Redes de Hopfield.

9.2.2 Long short-term memory (LSTM).

9.2.3 Redes Perceptron multicamadas recorrentes.

9.2.4 Máquinas de Boltzmann.

9.2.5 Deepbelief networks.

REDE DE COMPUTADORES

1 Técnicas básicas de comunicação de dados.

2 Técnicas de comutação de circuitos, pacotes e células.

3 Topologias de redes de computadores.

4 Arquitetura e protocolos de redes de comunicação de dados.

5 Endereçamento e protocolos da família TCP/IP.

6 Modelo OSI.

7 Arquitetura cliente/servidor.

8 Tecnologias de rede local: ethernet, fast ethernet, gigabit ethernet.

9 Redes sem fio: padrões 802.11, protocolos 802.1x, EAP, WEP, WPA, WPA2.
10 Servidores de rede Linux e Windows.

VIRTUALIZAÇÃO DE SERVIDORES

1 Tópicos avançados.

1.1 Virtualização (VMWare).

1.2 Consolidação de servidores.

SISTEMAS DISTRIBUÍDOS

1 Arquitetura de sistemas distribuídos.

1.1 Balanceamento de carga, fail‐over e replicação de estado.

1.2 Técnicas de análise de desempenho e otimização de consultas (tuning).

1.3 Segurança de banco de dados.

2 Arquitetura e tecnologias de sistemas de informação: conceitos básicos e aplicações; arquitetura cliente-servidor;

especificação de metadados; arquitetura de aplicações para ambiente web: servidor de aplicações, servidor web;
arquitetura de software: arquitetura de camadas, modelo MVC.

3 Desenvolvimento de integrações: tecnologia Middleware.

3.1 APS (applicationplatformsuite); interoperabilidade de sistemas.

3.1.1 Padrões de interoperabilidade (ePING).

DevOps

1 Gestão de configuração.

1.1 DevOps.

1.2 modelo de versionamento, merge, branch, pipeline.

1.3 CI/CD (continuous integration/continuous delivery).

1.4 Mesh app and service architecture (MASA).

2 Containers:

2.1 Conceitos básicos sobre Docker e Kubernetes.

2.2 Arquitetura da plataforma Docker.

2.3 Instalação e configuração do Docker.

2.3.1 Criação e manipulação de imagens Docker.

2.3.2 Registry Docker.

2.4 Gerência de containers com Docker.

2.5 Rede no Docker.

2.6 Volumes no Docker.

2.7 Segurança no Docker.

2.8 Conceitos básicos sobre containers.