CONTEÚDO DA APOSTILA

Língua Portuguesa: Ortografia e acentuação. Emprego do sinal indicativo de crase. Compreensão e interpretação de textos de gêneros variados. Relação do texto com seu contexto histórico. Denotação e conotação. Discurso direto, discurso indireto e discurso indireto livre. Intertextualidade. Figuras de linguagem. Morfossintaxe. Elementos estruturais e processos de formação de palavras. Sinonímia e antonímia. Pontuação. Pronomes. Concordância nominal e concordância verbal. Flexão nominal e flexão verbal. Vozes do verbo. Correlação de tempos e modos verbais. Regência nominal e regência verbal. Coordenação e subordinação. Conectivos. Redação (confronto e reconhecimento de frases corretas e incorretas; organização e reorganização de orações e períodos; equivalência e transformação de estruturas).

Raciocínio Lógico-Matemático: Estrutura lógica de relações arbitrárias entre pessoas, lugares, objetos ou eventos fictícios; deduzir novas informações das relações fornecidas e avaliar as condições usadas para estabelecer a estrutura daquelas relações. Compreensão e elaboração da lógica das situações por meio de: raciocínio verbal, raciocínio matemático, raciocínio sequencial, orientação espacial e temporal, formação de conceitos, discriminação de elementos. Compreensão do processo lógico que, a partir de um conjunto de hipóteses, conduz, de forma válida, a conclusões determinadas. Noções básicas de proporcionalidade e porcentagem: problemas envolvendo regra de três simples, cálculos de porcentagem, acréscimos e descontos. Noções de Estatística: medidas de tendência central (moda, mediana, média aritmética simples e ponderada) e de dispersão (desvio médio, amplitude, variância, desvio padrão); leitura e interpretação de gráficos, (histogramas, setores, infográficos) e tabelas.

Conhecimentos Específicos:  Análise de dados: Coleta, validação, limpeza, transformação, consolidação e análise de dados cadastrais, funcionais, contributivos, financeiros, atuariais e de benefícios; análise exploratória; identificação de padrões, tendências, inconsistências e anomalias; interpretação de dados para apoio à gestão e à tomada de decisão. Estatística aplicada: Estatística descritiva e inferencial; medidas de tendência central e dispersão; distribuições e probabilidade; amostragem; estimação; intervalos de confiança; testes de hipóteses; correlação; regressão linear e logística; análise e interpretação de resultados. Séries temporais e projeções: Tendência, sazonalidade e ciclos; médias móveis; suavização exponencial; modelos de séries temporais; projeção de receitas, despesas, contribuições, benefícios e evolução da massa de segurados; construção e comparação de cenários; análise de sensibilidade; validação das previsões. Mineração de dados e aprendizado de máquina: Aprendizagem supervisionada e não supervisionada; classificação, regressão, agrupamento e detecção de anomalias; preparação, treinamento, validação e teste de modelos; seleção de atributos; sobreajuste e subajuste; métricas de avaliação; interpretabilidade, explicabilidade e monitoramento de modelos. Programação para análise de dados: Python e R; estruturas de dados; funções; tratamento de erros; manipulação e transformação de dados; bibliotecas como pandas, NumPy, scikit-learn, statsmodels, Matplotlib, tidyverse ou similares; desenvolvimento de scripts e notebooks; automação de rotinas analíticas; versionamento com Git. Banco de dados e SQL: Modelagem de dados; bancos relacionais e não relacionais; normalização; SQL ANSI e variações; consultas, junções, subconsultas, CTEs, funções de agregação e de janela; transações; índices; views; procedimentos e funções; PostgreSQL, Oracle, SQL Server, MySQL ou similares. Engenharia e integração de dados: Integração de dados provenientes de sistemas, bancos, planilhas, arquivos e APIs; formatos CSV, JSON e XML; processos ETL e ELT; cargas completas e incrementais; pipelines; transformação, validação, reconciliação, orquestração, tratamento de falhas, logs e auditoria. Data warehouse e modelagem analítica: Data Warehouse, Data Mart e Data Lake; modelagem dimensional; fatos, dimensões, métricas e granularidade; esquemas estrela e floco de neve; dados históricos; OLAP; organização de dados para análises previdenciárias. Business intelligence e visualização: Construção de indicadores, relatórios analíticos e painéis gerenciais; Microsoft Power BI, Tableau ou similares; modelos de dados; filtros, segmentações e medidas; seleção adequada de gráficos; clareza, acessibilidade, atualização e publicação de painéis. Qualidade e governança de dados: Exatidão, completude, consistência, validade, unicidade, atualidade e integridade; perfilamento, padronização, deduplicação e reconciliação de dados; metadados; catálogo e dicionário de dados; linhagem; rastreabilidade; ciclo de vida; dados mestres e de referência; controle de acesso. Proteção de dados pessoais: Lei Geral de Proteção de Dados Pessoais (LGPD); princípios, bases legais e tratamento de dados pelo Poder Público; dados pessoais sensíveis; minimização; anonimização; pseudonimização; mascaramento; segurança, compartilhamento, retenção e descarte de dados. Documentação e estudos técnicos: Documentação de fontes, processos, metodologias, premissas, fórmulas, modelos e indicadores; elaboração de relatórios, notas técnicas, estudos, pareceres e apresentações; comunicação dos resultados, limitações e recomendações. Inglês técnico. egislação Municipal e Institucional: Lei Complementar nº 27, de 19 de novembro de 2025 e alterações. Lei Municipal nº 3.605, de 30 de dezembro de 2025 e alterações. Lei Municipal nº 1.997, de 18 de junho de 2015 (Processo administrativo municipal) alterada pela Lei nº 3.237/2023. Resolução nº 03, de 25 de março de 2026 (Regimento Interno da Manaus Previdência). Código de Ética da Manaus Previdência. Lei Municipal nº 1.118, de 01 de setembro de 1971 e alterações (Estatuto dos Servidores Públicos do Município de Manaus). Portaria MPS nº 402, de 10 de dezembro de 2008 e alterações.