I SISTEMAS DE INFORMAÇÃO: Engenharia de software. Ciclo de vida do software. Metodologias de desenvolvimento de software.
Metodologias e práticas ágeis.
Kanban. Domain driven design(DDD).
Engenharia de requisitos: conceitos básicos, técnicas de elicitação e especificação. Especificação por exemplo.
Análise e projeto de sistemas: padrões, práticas e princípios de orientação a objetos.
Testes de software: unidade, integração, sistema, aceitação, regressão, desempenho, vulnerabilidade, usabilidade e carga.
Arquitetura hexagonal (portas e adaptadores).
Design patterns. Princípios SOLID. princípios GRASP.
Métricas e estimativas de software.
SEGURANÇA DA INFORMAÇÃO: Fundamentos. Confidencialidade, integridade, disponibilidade, autenticidade e não repúdio. Criptografia. Conceitos básicos e aplicações. Protocolos criptográficos. Criptografia simétrica e assimétrica. Principais algoritmos. Assinatura digital. Certificado digital. Certificado digital: tipos de certificados digitais; padrões X.509 e ICP-Brasil.
Conceitos e tipos de malwares. Conceitos e tipos de ataques cibernéticos.
Segurança de redes de computadores: firewall, sistemas de detecção de intrusão (IDS), antivírus
Desenvolvimento seguro de software: OWASP.
Classificação e controle dos ativos de informação. Políticas de segurança. Políticas de classificação da informação. Normas ABNT NBR ISO/IEC 27001:2023.
ABNT NBR ISO/IEC 27002:2022
ABNT NBR ISO/IEC 27005:2023. Gestão de riscos: ameaça, vulnerabilidade, impacto e formas de tratamento de riscos.
ABNT NBR ISO 22301:2020. Gestão de continuidade de negócio.
Lei nº13.709/2018 (LGPD).
Noções de análise de tráfego.
Noções de DevSecOps. Gerenciamento de acesso e identidade: conceitos, IAM, RBAC. Prevenção e tratamento de incidentes.
(MR-MPS-SW) guia geral MPS de software(2021).
Modelagem de dados: modelo relacional.
Linguagens de definição e manipulação de dados em SGBDs relacionais.
Projeto e implantação de SGBDs relacionais (Microsoft SQL Server).
Administração de banco de dados relacionais. Administração de usuários e perfis de acesso. Controle de proteção, integridade e concorrência. Backup e restauração de dados. Tolerância a falhas e continuidade de operação. Monitoramento e otimização de desempenho, cluster de banco de dados.
Pipeline de dados: fundamentos, orquestração, integração, ETL, ELT e ferramentas. Data lake. Conceitos, arquiteturas, técnicas e tarefas de data warehouse. Business intelligence.
Modelagem de dados multidimensional. OLAP. Técnicas de modelagem e otimização de bases de dados multidimensionais.
Técnicas para pré-processamento de dados.
Data Mining. Mineração de texto. Detecção de anomalias.
Principais Algoritmos de Data Mining. Análise de agrupamentos (clusterização). Regras de associação. Classificação
Big data: conceito, premissas, análise de dados e aplicações
Processamento distribuído. Ecossistema hadoop: conceitos, arquitetura, componentes e implantação. Spark: conceitos, arquitetura e aplicações.
Bancos de dados não relacionais: fundamentos, administração, desempenho e configuração (key/value, orientados a documentos e grafos).
CIÊNCIA DE DADOS: Fundamentos. Classificação. Coleta, tratamento, armazenamento, integração e recuperação de dados.
Inteligência artificial: RAG e LLM.
Aprendizagem de máquina: fundamentos, principais algoritmos e métricas de desempenho. Modelagem preditiva. Redes neurais artificiais. Deep learning
Principais algoritmos de Aprendizagem de máquina. Regressão linear. Regressão logística.
Análise exploratória de dados.
PLN [não explícito no edital]
