CONTEÚDO DA APOSTILA

Língua Portuguesa: Compreensão e interpretação de textos de gêneros variados. Reconhecimento de tipos e gêneros textuais. Domínio da ortografia oficial. Domínio dos mecanismos de coesão textual. Emprego de elementos de referenciação, substituição e repetição, de conectores e de outros elementos de sequenciação textual. Emprego de tempos e modos verbais. 5 Domínio da estrutura morfossintática do período. Emprego das classes de palavras. Relações de coordenação entre orações e entre termos da oração. Relações de subordinação entre orações e entre termos da oração. Emprego dos sinais de pontuação. Concordância verbal e nominal. Regência verbal e nominal. Emprego do sinal indicativo de crase. Colocação dos pronomes átonos. Reescrita de frases e parágrafos do texto. Significação das palavras. Substituição de palavras ou de trechos de texto. Reorganização da estrutura de orações e de períodos do texto. Reescrita de textos de diferentes gêneros e níveis de formalidade. Redação Oficial.

Raciocíonio Lógico e Matemático: Conjuntos numéricos; Razões e proporções; Regra de três simples e composta; Porcentagem; Juros simples e compostos; Equações, inequações e sistemas de equações; Funções; Sequências; Matrizes e determinantes; Probabilidade; Análise combinatória; Estatística descritiva; Proposições lógicas; Conectivos; Tabelas verdade; Equivalências e negações; Argumentação lógica; Diagramas lógicos; Resolução de problemas envolvendo raciocínio lógico-matemático.

Fundamentos de Tecnologia da Informação: Arquitetura de computadores. Sistemas operacionais. Redes de computadores e protocolos TCP/IP. Bancos de dados. Computação em nuvem. Engenharia De Software: Ciclo de vida de sistemas. Engenharia de requisitos. Arquitetura e integração de sistemas. Metodologias ágeis (Scrum e Kanban). Qualidade e testes de software. Segurança Da Informação: Confidencialidade, integridade e disponibilidade. Controle de acesso. Gestão de riscos e incidentes. Continuidade de negócios. Lei Geral de Proteção de Dados Pessoais (Lei nº 13.709/2018). Normas ISO/IEC 27001, 27002 e 27005. Governança e Gestão de TI: COBIT 2019 e ITIL 4. Planejamento estratégico. Gestão de projetos, processos e serviços de TI. Indicadores de desempenho. Contratações de soluções de TIC. Gestão de Dados e Inteligência Artificial: Modelagem e governança de dados. SQL. Business Intelligence (BI). Fundamentos de inteligência artificial, aprendizado de máquina e IA generativa. Transformação Digital no Poder Judiciário: Governo digital. Automação de processos. Interoperabilidade. Processo Judicial Eletrônico (PJe). Plataforma Digital do Poder Judiciário (PDPJ-Br). Acessibilidade digital. Normas de TIC no Poder Judiciário: Resoluções CNJ nº 370/2021, nº 396/2021, nº 468/2022, nº 615/2025, com suas alterações. Gestão de Processos e Documentos do Poder Judiciário (MoReq-Jus). Gestão documental arquivística digital: metadados, ciclo de vida, preservação e RDC-Arq. Resolução CNJ n. 522/2023, com suas alterações. Plano Diretor de Tecnologia da Informação do TJPB (PDTI 2024–2026.

Conhecimentos Específicos: ARQUITETURA E CONCEITOS DE SGBD: Arquitetura de Sistemas Gerenciadores de Banco de Dados (SGBD). Modelo relacional e álgebra relacional: relações, chaves, restrições de integridade e operações (seleção, projeção, junção e operações de conjuntos); modelos não relacionais. Arquiteturas OLTP (transacional) e OLAP (analítica). SGBDs relacionais de mercado: PostgreSQL, Oracle, MySQL/MariaDB e Microsoft SQL Server. Bancos de dados em memória e cache distribuído (Redis): casos de uso e políticas de expiração. MODELAGEM DE DADOS: Modelagem de dados conceitual, lógica e física: entidades, atributos, relacionamentos, cardinalidade e mapeamento para o modelo relacional. Diagrama EntidadeRelacionamento (DER/MER). Normalização: dependências funcionais e formas normais (1FN, 2FN e 3FN); forma normal de Boyce-Codd (FNBC) e desnormalização. Modelagem dimensional: tabelas fato e dimensão. Esquemas dimensionais: Star Schema, Snowflake e Galaxy/Constellation. LINGUAGEM SQL: DDL: CREATE, ALTER e DROP. Linguagem SQL (ANSI): DML (SELECT, INSERT, UPDATE e DELETE). DCL (GRANT e REVOKE) e TCL (COMMIT, ROLLBACK e SAVEPOINT). Junções: INNER, LEFT, RIGHT, FULL e CROSS JOIN. Subconsultas correlacionadas. SQL: subconsultas e funções de agregação (GROUP BY e HAVING). SQL: funções de janela (window functions): ROW_NUMBER, RANK, LAG/LEAD e agregações com OVER e PARTITION BY. Objetos de banco de dados: views, triggers e stored procedures; CTEs (Common Table Expressions). ADMINISTRAÇÃO, DESEMPENHO E SEGURANÇA: Transações e propriedades ACID (atomicidade, consistência, isolamento e durabilidade). Controle de concorrência, níveis de isolamento, bloqueios (locks) e deadlocks. Backup e restauração de banco de dados: backup lógico e físico, completo, incremental e diferencial; recuperação pontual (point-in-time recovery); Plano de Recuperação de Desastres (DRP): elaboração, estratégias de recuperação e testes periódicos. Ciclo de resposta a incidentes de segurança: preparação, identificação, contenção, erradicação, recuperação e lições aprendidas; aplicação a ambientes de banco de dados. Otimização de consultas (query tuning): planos de execução, indexação, estatísticas e particionamento. Segurança em banco de dados: criptografia de dados armazenados e mascaramento de dados; controle de acesso lógico: menor privilégio, segregação de funções e controle de acesso baseado em papéis (RBAC). Lei Geral de Proteção de Dados Pessoais (LGPD, Lei nº 13.709/2018): princípios, dados pessoais e sensíveis, bases legais, direitos do titular e controles técnicos. Governança de dados: framework DAMA-DMBOK, gestão de metadados e ciclo de vida da informação. DATA WAREHOUSE E BIG DATA: Pipelines ETL e ELT: extração, transformação, integração, carga e disponibilização de dados. Operações OLAP: drill-down, roll-up, slice, dice e pivot. Data Warehouse, Data Lake e Data Lakehouse: conceitos, diferenças e arquitetura de dados para grandes volumes. Ecossistema Hadoop: HDFS e MapReduce. Processamento distribuído em memória: Apache Spark. BANCOS DE DADOS NÃO RELACIONAIS (NOSQL): Bancos de dados NoSQL: modelos chave-valor, documentos (MongoDB), colunares e grafos. Trade-offs de arquitetura em sistemas distribuídos: latência vs. throughput, Teorema CAP, PACELC e modelo BASE vs. ACID. CIÊNCIA DE DADOS: Estatística descritiva: medidas de tendência central (média, mediana e moda) e de dispersão (amplitude, variância, desvio padrão e coeficiente de variação); probabilidade e distribuições de probabilidade: binomial, Poisson e normal. Estatística inferencial: intervalos de confiança e testes de hipóteses (nível de significância, valor-p e erros dos tipos I e II). Aprendizado de máquina supervisionado: regressão, árvores de decisão, SVM e Random Forest. Aprendizado de máquina não supervisionado: KMeans e agrupamento hierárquico. Linguagens para análise de dados. Python: sintaxe, tipos e estruturas de dados básicas; manipulação e análise de dados com Python: bibliotecas Pandas e NumPy; noções de linguagem R.