CONTEÚDO DA APOSTILA

Língua Portuguesa:  Leitura, compreensão e interpretação de textos: leitura, compreensão, interpretação e análise crítica de textos verbais, não verbais e multissemióticos de diferentes gêneros, incluindo textos jornalísticos, literários, acadêmicos, técnico-científicos, legais e administrativos; identificação de informações explícitas e implícitas, tema, ideia principal, finalidade comunicativa, intencionalidade e efeitos de sentido.  Tipologia e gêneros textuais: características, estrutura, organização e finalidade de textos narrativos, descritivos, argumentativos, expositivos e injuntivos; gêneros textuais de circulação acadêmica, institucional e técnico-administrativa, incluindo artigos, relatórios, pareceres, ofícios, editais, comunicados, requerimentos, avisos e instruções. Coesão e coerência textuais: mecanismos de referenciação, substituição, elipse, conectores, sequenciação e progressão temática; articulação e continuidade textual; relações lógicosemânticas entre orações, períodos e parágrafos; organização e desenvolvimento de ideias. Semântica e pragmática: relação semântica entre as palavras, sinonímia, antonímia, polissemia, sentido literal e figurado, ambiguidade, pressupostos, subentendidos, implícitos, ironia, intertextualidade, modalização, marcas de posicionamento e efeitos de sentido; neologismos e estrangeirismos. Argumentação e organização discursiva: identificação de teses, argumentos e contraargumentos; estratégias argumentativas e persuasivas; relações entre linguagem, contexto, intencionalidade e produção de sentidos; identificação de diferentes pontos de vista e vozes presentes no texto.  Adequação da linguagem: norma-padrão e usos da língua; níveis de formalidade; adequação vocabular e linguística aos diferentes contextos comunicativos, especialmente à comunicação institucional, acadêmica e administrativa. Ortografia oficial e acentuação gráfica: sistema ortográfico vigente, conforme o Acordo Ortográfico da Língua Portuguesa; emprego do hífen; acentuação gráfica. Morfologia: classes de palavras; estrutura e processos de formação de palavras; flexões nominais e verbais; emprego de pronomes; tempos e modos verbais. Sintaxe da oração e do período: relações de coordenação e subordinação; concordância nominal e verbal; regência nominal e verbal; emprego do sinal indicativo de crase; colocação pronominal; vozes verbais; correlação entre tempos e modos verbais; paralelismo sintático e semântico.  Pontuação: emprego dos sinais de pontuação e sua relação com a organização sintática, a clareza, a coerência e os efeitos de sentido, incluindo estruturas de períodos compostos complexos.  Reescrita, edição e revisão textual: substituição, reordenação e reformulação de palavras, expressões, orações, períodos e parágrafos; paráfrase, resumo e síntese; equivalência e alteração de sentidos; correção gramatical; eliminação de ambiguidades; adequação vocabular e estilística; clareza, concisão, precisão e aprimoramento textual.  Redação oficial e comunicação técnico-administrativa: princípios, características e padrões da comunicação oficial, clareza, precisão, objetividade, concisão, impessoalidade, formalidade e padronização; estrutura, linguagem e finalidade de documentos e comunicações oficiais, incluindo ofícios, mensagens eletrônicas institucionais, relatórios e pareceres.  Redação acadêmica e normalização: noções de redação científica; citações diretas e indiretas; paráfrases; elaboração de referências bibliográficas e apresentação de trabalhos acadêmicos, conforme as normas da Associação Brasileira de Normas Técnicas (ABNT) expressamente indicadas no edital.

Raciocínio Lógico: Estruturas lógicas: Proposições lógicas e valores lógicos; Proposições simples e compostas; Conectivos lógicos (negação, conjunção, disjunção, disjunção exclusiva, condicional e bicondicional);  Tabela-verdade, tautologia, contradição e contingência; Equivalências lógicas e negação de proposições compostas; Quantificadores lógicos (universal e existencial) e suas negações; Diagramas lógicos; Argumentos: premissas, conclusão e validade. Problemas de raciocínio lógico: Associação de informações; Sequências lógicas de números, letras, palavras e figuras; Orientação espacial; Raciocínio temporal (datas, calendários e intervalos de tempo);  Princípio das gavetas (princípio da casa dos pombos). Raciocínio lógico-matemático: Conjuntos: noções, operações e diagramas; Conjuntos numéricos (naturais, inteiros, racionais e reais); Razão, proporção e regra de três; Porcentagem; Equações do 1º grau e problemas; Análise combinatória (princípio fundamental da contagem, permutações, arranjos e combinações); Probabilidade; Raciocínio lógico aritmético, geométrico e matricial.

Legislação: Constituição da República Federativa do Brasil de 1988: Da Organização do Estado: Capítulo II (Da União); Da Administração Pública: Seção I (Disposições Gerais) e Seção II (Dos Servidores Públicos); Da Organização dos Poderes: Capítulo II (Do Poder Executivo); Da Ordem Social: Capítulo III (Da Educação, Da Cultura e Do Desporto), Capítulo IV (Da Ciência, Tecnologia e Inovação) e Capítulo VII (Da Família, Da Criança, Do Adolescente, Do Jovem e Do Idoso). Sugestão de acesso: https://www.planalto.gov.br/ccivil_03/Constituicao/ConstituicaoCompilado.htm. Lei n. 8.112/1990 - Regime Jurídico dos Servidores Públicos Civis da União: Título I - Das Disposições Preliminares; Título II - Do Provimento, Vacância, Remoção, Redistribuição e Substituição; Título III - Dos Direitos e Vantagens; Título IV - Do Regime Disciplinar; Título V - Do Processo Administrativo Disciplinar; Título VI - Da Seguridade Social do Servidor: do art. 183 ao 184; art. 196 e dos arts. 202 ao 228. Sugestão de acesso: https://www.planalto.gov.br/ccivil_03/LEIS/L8112compilado.htm. Lei n. 8.429/1992 - Atos de Improbidade Administrativa: Capítulo I (Das Disposições Gerais); Capítulo II (Dos Atos de Improbidade Administrativa); Capítulo III (Das Penas); Capítulo IV (Da Declaração de Bens). Sugestão de acesso: https://www.planalto.gov.br/ccivil_03/leis/L8429compilada.htm. Lei n. 9.784/1999 - Regula o processo administrativo no âmbito da Administração Pública Federal. Lei n. 11.091/2005 - Dispõe sobre a estruturação do Plano de Carreira dos Cargos Técnico-Administrativos em Educação, no âmbito das Instituições Federais de Ensino vinculadas ao Ministério da Educação, e dá outras providências. Sugestão de acesso: https://www.planalto.gov.br/ccivil_03/_ato2004-2006/2005/lei/L11091compilado.htm. Lei n. 11.892/2008 - Rede Federal de Educação Profissional, Científica e Tecnológica e Institutos Federais de Educação, Ciência e Tecnologia. Sugestão de acesso: https://www.planalto.gov.br/ccivil_03/_ato2007-2010/2008/lei/l11892.htm. Lei n. 13.146, de 6 de julho de 2015 - Institui a Lei Brasileira de Inclusão da Pessoa com Deficiência (Estatuto da Pessoa com Deficiência): Título I (Disposições Preliminares); Título II: Capítulo IV (Do Direito à Educação) e Capítulo IX (Do Direito à Cultura, ao Esporte, ao Turismo e ao Lazer); Título III (Da Acessibilidade); Título IV (Da Ciência e Tecnologia). Sugestão de acesso: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2015/lei/l13146.htm. Lei n. 14.133/2021 - Lei de Licitações e Contratos Administrativos: Título I (Das Disposições Preliminares) e Título II (Das Licitações). Sugestão de acesso: https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14133.htm. Decreto n. 1.171/1994 - Código de Ética Profissional do Servidor Público Civil do Poder Executivo Federal. Sugestão de acesso: https://www.planalto.gov.br/ccivil_03/decreto/d1171.htm. Portaria Normativa RET/IFSP nº 118, de 20 de fevereiro de 2025 - Institui a Política de Prevenção e Enfrentamento ao Assédio Moral, ao Assédio Sexual e à Discriminação contra Agentes Públicos e a Comissão Permanente de Acolhimento (Copea) no âmbito do Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (IFSP). Sugestão de acesso: https://ifsp.edu.br/images/2025/05maio/Consolidao_Port_Norm_1182025_1272025.pdf. Observação: Toda legislação deve ser considerada com as alterações e atualizações vigentes até a data da publicação do Edital de Abertura de Inscrições. Legislação ou decisões com entrada em vigor após a publicação do Edital de Abertura de Inscrições poderão ser utilizadas, quando supervenientes ou complementares a algum tópico já previsto ou indispensável à avaliação para o cargo.

Conhecimentos Específicos: 1.Fundamentos de computação e desenvolvimento de sistemas 1.1.Sistemas operacionais baseados em Linux: estrutura de diretórios, permissões, gerenciamento de processos e pacotes, comandos e programação em shell (Bash). 1.2.Lógica de programação: algoritmos, tipos de dados, variáveis, expressões, estruturas sequenciais, de seleção e de repetição, modularização e recursividade. 1.3.Estruturas de dados e análise de algoritmos: complexidade assintótica (notação O); listas, pilhas, filas, árvores, heaps, tabelas hash e grafos; algoritmos de ordenação e busca. 1.4.Programação orientada a objetos: classes, objetos, encapsulamento, herança, polimorfismo e interfaces. 1.5.Engenharia de software: ciclo de vida, levantamento e análise de requisitos, modelagem com UML (casos de uso, classes e sequência), qualidade de software, testes (unitários, de integração e TDD) e métodos ágeis (Scrum e Kanban). 1.6.Controle de versão com Git: repositórios, commits, ramificações (branches), mesclagem (merge e rebase), resolução de conflitos e fluxos de trabalho colaborativos. 1.7.Contêineres e computação em nuvem: virtualização e conteinerização (Docker); modelos de serviço (IaaS, PaaS, SaaS) e de implantação; serviços gerenciados de dados e análise. 1.8.APIs REST: conceitos, métodos HTTP, formatos JSON e XML, autenticação e consumo de APIs para obtenção de dados. 2.Bancos de dados 2.1.Sistemas gerenciadores de banco de dados: arquitetura, transações, propriedades ACID, controle de concorrência e recuperação. 2.2.Projeto de banco de dados: modelos conceitual (entidade-relacionamento), lógico (relacional) e físico; álgebra relacional. 2.3.Normalização: dependências funcionais; 1ª, 2ª e 3ª formas normais e forma normal de Boyce-Codd; desnormalização para fins analíticos. 2.4.Linguagem SQL (padrão ANSI e PostgreSQL): DDL, DML e DCL; junções, subconsultas, agregações, expressões de tabela comum (CTE), funções de janela, visões, visões materializadas, índices e otimização de consultas. 2.5.Bancos de dados não relacionais (NoSQL): modelos documento, chave-valor, colunar e grafo; teorema CAP; critérios de escolha entre modelos. 3.Estatística descritiva e probabilidade 3.1.Tipos de variáveis e escalas de mensuração; população e amostra. 3.2.Medidas de posição, dispersão, assimetria e curtose; quantis; identificação de valores atípicos (outliers). 3.3.Distribuições de frequências, tabelas de contingência e representações gráficas (histograma, box plot, dispersão). 3.4.Probabilidade: axiomas, probabilidade condicional, independência e teorema de Bayes. 3.5.Variáveis aleatórias discretas e contínuas; esperança e variância; distribuições Bernoulli, binomial, Poisson, uniforme, exponencial, normal, t de Student, qui-quadrado e F. 3.6.Lei dos grandes números e teorema central do limite. 3.7.Correlação (Pearson e Spearman) e covariância; correlação versus causalidade. 3.8.Álgebra linear aplicada: vetores, matrizes e operações; sistemas lineares; autovalores e autovetores; decomposição em valores singulares (SVD). 4.Inferência estatística e modelagem 4.1.Amostragem: amostragem aleatória simples, estratificada, sistemática e por conglomerados; dimensionamento de amostras; vieses de seleção. 4.2.Estimação pontual e intervalar; intervalos de confiança; bootstrap e reamostragem. 4.3.Testes de hipóteses: erros tipo I e II, nível de significância, valor-p e poder do teste; testes t, qui-quadrado e de proporções; comparações múltiplas. 4.4.Análise de variância (ANOVA) e testes não paramétricos (Mann-Whitney, Wilcoxon e Kruskal-Wallis). 4.5.Regressão linear simples e múltipla: pressupostos, estimação por mínimos quadrados, interpretação de coeficientes, diagnóstico de resíduos, multicolinearidade e seleção de variáveis. 4.6.Modelos lineares generalizados: regressão logística e regressão de Poisson. 4.7.Análise multivariada: análise de componentes principais (PCA), análise fatorial e análise de agrupamentos. 4.8.Séries temporais: componentes (tendência, sazonalidade e ruído), estacionariedade, autocorrelação, suavização exponencial, modelos ARIMA e avaliação de previsões. 4.9.Noções de inferência bayesiana e de delineamento de experimentos, incluindo testes A/B. 5.Programação em Python para análise de dados 5.1.Fundamentos da linguagem Python 3: tipos e estruturas nativas, compreensões de listas, funções, módulos, tratamento de exceções, orientação a objetos e ambientes virtuais. 5.2.Ambientes de análise interativa: Jupyter Notebook e JupyterLab. 5.3.NumPy: arrays, vetorização, broadcasting e operações de álgebra linear. 5.4.Pandas: Series e DataFrame; leitura e escrita de dados (CSV, Excel, JSON, Parquet e SQL); seleção, filtragem, agrupamento, junção, reestruturação (pivot e melt), tratamento de dados ausentes e de datas. 5.5.Visualização em Python: Matplotlib, Seaborn e Plotly. 5.6.Estatística e modelagem em Python: SciPy e statsmodels. 5.7.Aprendizado de máquina em Python: scikit-learn (pré-processamento, pipelines, treinamento, validação e ajuste de hiperparâmetros); noções de TensorFlow/Keras e PyTorch. 5.8.Acesso a bancos de dados e APIs a partir do Python. 6.Programação em R para análise de dados 6.1.Fundamentos da linguagem R: vetores, fatores, listas, matrizes e data frames; funções; estruturas de controle; família apply; gerenciamento de pacotes; ambiente RStudio. 6.2.Tidyverse: importação (readr), manipulação (dplyr), organização de dados no formato tidy (tidyr), texto (stringr), datas (lubridate) e operador pipe. 6.3.Visualização com ggplot2: gramática dos gráficos, camadas, estéticas, facetas e temas. 6.4.Modelagem estatística em R: lm, glm, testes de hipóteses e análise de resíduos; noções de tidymodels. 6.5.Análise de séries temporais em R. 6.6.Relatórios reprodutíveis com R Markdown e Quarto. 7.Aprendizado de máquina e inteligência artificial 7.1.Conceitos: aprendizado supervisionado, não supervisionado e por reforço; tipos de problema (classificação, regressão, agrupamento e redução de dimensionalidade). 7.2.Preparação de dados: limpeza, codificação de variáveis categóricas, normalização e padronização, engenharia e seleção de atributos, tratamento de classes desbalanceadas e vazamento de dados (data leakage). 7.3.Algoritmos supervisionados: k-vizinhos mais próximos (k-NN), Naive Bayes, regressão linear e logística com regularização (Ridge, Lasso e Elastic Net), árvores de decisão, máquinas de vetores de suporte (SVM) e métodos de comitê (bagging, random forest e gradient boosting). 7.4.Algoritmos não supervisionados: k-means, agrupamento hierárquico, DBSCAN, PCA; regras de associação; detecção de anomalias. 7.5.Avaliação de modelos: divisão treino/validação/teste, validação cruzada, sobreajuste e subajuste, compromisso viés-variância; matriz de confusão, acurácia, precisão, revocação, F1, curva ROC e AUC; MAE, RMSE e R². 7.6.Otimização: função de custo e gradiente descendente (em lote, estocástico e minilote). 7.7.Redes neurais e aprendizado profundo: perceptron, redes multicamadas, retropropagação, funções de ativação; noções de redes convolucionais, recorrentes e arquitetura transformer. 7.8.Processamento de linguagem natural: pré-processamento de texto, representações vetoriais (bag of words, TF-IDF e embeddings) e análise de sentimentos. 7.9.Inteligência artificial generativa: grandes modelos de linguagem (LLMs), engenharia de prompts, geração aumentada por recuperação (RAG) e limitações (alucinações). 7.10.Sistemas de recomendação e análise de redes (grafos). 7.11.IA responsável: vieses algorítmicos, equidade, explicabilidade e interpretabilidade (importância de atributos, SHAP e LIME), transparência e supervisão humana. 7.12.Ciclo de vida de modelos e MLOps: versionamento de dados e modelos, implantação, monitoramento e deriva de dados (data drift). 8.Business Intelligence e modelagem analítica 8.1.Conceitos de BI e de sistemas de apoio à decisão; análise descritiva, diagnóstica, preditiva e prescritiva. 8.2.Data warehouse e data mart: arquitetura, abordagens de Inmon e Kimball; data lake e data lakehouse. 8.3.Modelagem dimensional: fatos, dimensões, granularidade, esquemas estrela e floco de neve, dimensões conformadas e de variação lenta (SCD tipos 1, 2 e 3), tabelas de fatos transacionais, periódicas e acumulativas. 8.4.OLAP: cubos, operações de drill-down, roll-up, slice, dice e pivot; MOLAP, ROLAP e HOLAP. 8.5.Microsoft Power BI: obtenção e transformação de dados (Power Query e linguagem M), modelagem e relacionamentos, linguagem DAX (colunas calculadas, medidas, contexto de linha e de filtro, inteligência de tempo), segurança em nível de linha, publicação e atualização. 8.6.Looker Studio e noções de outras ferramentas de BI, incluindo soluções de código aberto (ex.: Apache Superset e Metabase). 8.7.Indicadores de desempenho (KPIs): construção, linha de base, metas e painéis de monitoramento; camada semântica e definição única de métricas. 9.Visualização e comunicação de dados 9.1.Princípios de percepção visual e de design de informação; escolha do tipo de gráfico conforme a natureza dos dados e a pergunta analítica. 9.2.Construção de painéis (dashboards): hierarquia da informação, interatividade, filtros e acessibilidade (cores, contraste e leitura por tecnologias assistivas). 9.3.Narrativa com dados (data storytelling) e comunicação de resultados a públicos não técnicos. 9.4.Visualizações enganosas: escalas, eixos truncados, agregações inadequadas e paradoxo de Simpson. 10.Engenharia de dados e big data 10.1.Processos ETL e ELT: extração completa e incremental, captura de dados alterados (CDC), transformação, carga, tratamento de erros e idempotência. 10.2.Pipelines de dados: orquestração e agendamento (DAG; ex.: Apache Airflow); processamento em lote e em fluxo (streaming); mensageria (ex.: Apache Kafka). 10.3.Big data: características (volume, velocidade, variedade, veracidade e valor); ecossistema Hadoop (HDFS e MapReduce); processamento distribuído com Apache Spark (RDD, DataFrames e Spark SQL). 10.4.Formatos e armazenamento analítico: CSV, JSON, Parquet; armazenamento colunar; formatos de tabela aberta (ex.: Delta Lake e Apache Iceberg). 10.5.DataOps: integração e entrega contínuas aplicadas a pipelines, testes automatizados de dados e ambientes de desenvolvimento, homologação e produção. 10.6.Coleta automatizada de dados: integração de fontes heterogêneas, consumo de APIs e noções de raspagem de dados (web scraping) e seus limites éticos e legais. 11.Governança, qualidade e proteção de dados na Administração Pública 11.1.Governança e gestão de dados: dado, informação e conhecimento; dados como ativo estratégico; DAMA-DMBOK (2ª edição revisada): áreas de conhecimento e princípios. 11.2.Papéis e estrutura: comitê de governança, Chief Data Officer, proprietários, curadores (stewards) e custodiantes de dados; políticas e padrões de dados. 11.3.Modelo de Maturidade de Dados (MMD) do Poder Executivo Federal: dimensões, níveis, autodiagnóstico e plano de evolução. 11.4.Ciclo de vida dos dados; catálogo, dicionário e glossário de dados; gestão de metadados e linhagem de dados (data lineage); dados mestres e de referência. 11.5.Qualidade de dados: dimensões (acurácia, completude, consistência, unicidade, validade e tempestividade), perfilamento, regras e métricas de qualidade; observabilidade de dados. 11.6.Segurança e privacidade: classificação da informação, controle de acesso e princípio do menor privilégio, criptografia, anonimização, pseudonimização e mascaramento; privacidade desde a concepção e por padrão; noções de privacidade diferencial. 11.7.Dados abertos e interoperabilidade: princípios, padrões, Plano de Dados Abertos e compartilhamento de dados entre órgãos. 11.8.Legislação (atualizadas na data desta publicação): • Lei nº 13.709/2018 (LGPD): princípios, bases legais, direitos do titular, agentes de tratamento, encarregado, relatório de impacto, tratamento pelo poder público, segurança e comunicação de incidentes; Autoridade Nacional de Proteção de Dados. • Resolução CD/ANPD nº 15/2024 (comunicação de incidentes de segurança) e Resolução CD/ANPD nº 18/2024 (atuação do encarregado). • Lei nº 12.527/2011 (Lei de Acesso à Informação) e Decreto nº 7.724/2012. • Lei nº 14.129/2021 (Lei do Governo Digital). • Decreto nº 12.198/2024 (Estratégia Federal de Governo Digital 2024–2027 e Infraestrutura Nacional de Dados). • Decreto nº 10.046/2019 (governança no compartilhamento de dados) e Decreto nº 8.777/2016 (Política de Dados Abertos), com suas alterações. 12.Planejamento e gestão orientados por dados 12.1.Instrumentos de planejamento na Administração Pública Federal: Plano de Desenvolvimento Institucional (PDI), Plano Diretor de Tecnologia da Informação e Comunicação (PDTIC), Plano de Transformação Digital e Plano de Dados Abertos. 12.2.Planejamento estratégico e gestão por resultados: análise SWOT, Balanced Scorecard, OKR e indicadores; metas SMART. 12.3.Gerenciamento de projetos de dados: noções do Guia PMBOK (8ª edição), abordagens ágeis e híbridas; metodologia CRISP-DM. 12.4.Mapeamento de processos de negócio (BPMN) aplicado à identificação de fontes e fluxos de dados. 12.5.Cultura orientada a dados, letramento em dados e gestão da mudança organizacional.