Início » Loja » SERPRO (Analista – Especialização – Ciência de Dados) – (Pós-Edital) (E) 2021.1
SERPRO (Analista – Especialização – Ciência de Dados) – (Pós-Edital) (E) 2021.1
R$65,00
Description
Cursos do Pacote
- Aula demo Domínio da ortografia oficial.
- Aula 01 Emprego das classes de palavras I – artigo, substantivo, adjetivo, numeral, advérbio, interjeição.
- Aula 02 Emprego das classes de palavras II – preposição e conjunção.
- Aula 03 Emprego das classes de palavras III – pronomes. Colocação dos pronomes átonos
- Aula 04 Emprego das classes de palavras IV – verbo. Emprego de tempos e modos verbais.
- Aula 05 Domínio da estrutura morfossintática do período. Relações de coordenação entre orações e entre termos da oração. Relações de subordinação entre orações e entre termos da oração. Reorganização da estrutura de orações e de períodos do texto.
- Aula 06 Emprego dos sinais de pontuação.
- Aula 07 Concordância verbal e nominal.
- Aula 08 Regência verbal e nominal. Emprego do sinal indicativo de crase.
- Aula 09 Domínio dos mecanismos de coesão textual. Emprego de elementos de referenciação, substituição e repetição, de conectores e de outros elementos de sequenciação textual. Significação das palavras. Substituição de palavras ou de trechos de texto. Reescrita de frases e parágrafos do texto. Reescrita de textos de diferentes gêneros e níveis de formalidade.
- Aula 10 Compreensão e interpretação de textos de gêneros variados. Reconhecimento de tipos e gêneros textuais.
- Aula 11 Exclusivamente PDF Resumo.
- Aula demo Interpretação de textos, Cognatos e Resolução de Provas
- Aula 01 Substantivos, Artigos, Pronomes, Preposições e Resolução de Provas
- Aula 02 Adjetivos, Advérbios, Afixos e Resolução de Provas
- Aula 03 Verbos Frasais e Resolução de provas
- Aula 04 Tempos Verbais (Parte 1) e Resolução de Provas
- Aula 05 Tempos Verbais (Parte 2) e Resolução de Provas
- Aula 06 Expressões (Idioms) e Resolução de Provas
- Aula demo Estruturas Lógicas
- Aula 01 Equivalência Lógica
- Aula 02 Implicação Lógica
- Aula 03 Diagramas Lógicos
- Aula 04 Lógica de Primeira Ordem
- Aula 05 Argumentação Lógica
- Aula 06 Formação de conceitos; Discriminação de Elementos; Verdades e Mentiras
- Aula 07 Operações com conjuntos
- Aula 08 Raciocínio lógico envolvendo problemas aritméticos
- Aula 09 Raciocínio lógico envolvendo problemas geométricos
- Aula 10 Raciocínio lógico envolvendo problemas matriciais.
- Aula 01 Lei Geral de Proteção de Dados
- Aula 02 Marco Civil na Internet
- Aula demo Estatística Descritiva
- Aula 01 Medidas de posição de tendência central: média, moda e mediana
- Aula 02 Medidas Separatrizes e de Dispersão
- Aula 03 Análise Combinatória
- Aula 04 Probabilidade
- Aula 05 Amostragem
- Aula 06 Distribuições de Probabilidade Discretas
- Aula 07 Testes de Hipótese
- Aula 08 Regressão Linear e Análise de Variância
- Aula demo Conceitos Básicos de Banco de dados
- Aula 01 1 Modelo entidade-relacionamento. 3 Modelagem conceitual de dados. 3.1 Entidades. 3.2 Atributos. 3.3 Relacionamentos. 3.3.1 Grau dos relacionamentos. 3.3.2 Cardinalidade. 3.3.3 Tipos de relacionamentos. 3.4 Mecanismos avançados de abstração em um modelo conceitual de dados. 3.4.1 Repetição. 3.4.2 Autorrelacionamento. 3.4.3 Generalização e especialização. 3.4.4 Agregação.
- Aula 02 4 Modelagem lógica de dados. 4.1 Conceitos em modelagem lógica de dados. 4.2 Normalização. 4 Álgebra relacional.
- Aula 03 2 Linguagem de implementação banco de dados: banco físico, lógico e conceitual. SQL (padrão ANSI).
- Aula 04 5 Data warehouse. 5.1 Modelagem dimensional. 5.3 Conceito e aplicações. 5.4 Fatos e dimensões. 5.6 Conceitos de data warehouse. 5.7 Técnica de modelagem dimensional e otimização de bases de dados para BI.
- Aula 05 5.2 Criação, implantação e manutenção de rotinas de ETL (Pentaho e Power Center). Ferramentas ETL.
- Aula 06 5.5 Operações OLAP. 3 Ferramentas OLAP.
- Aula 07 2 Linguagem de programação R.
- Aula 08 Big Data: BUSINESS INTELLIGENCE E ANALYTICS: 1 Ecossistema de Big Data Apache Hadoop. 2 Arquitetura e análise de requisitos para sistemas analíticos. 6 Banco de dados NoSQL. INGESTÃO DE DADOS: 1 Conceito de ingestão de dados. 2 Ingestão de dados estruturados, semiestruturados e não estruturados. 3 Ingestão de dados em lote (batch). 4 Ingestão de dados em streaming. 5 Ingestão de dados full × incremental. 6 Ingestão de dados CDC (change data capture). 10 Soluções de big data. 10.1 Arquitetura do ecossistema Apache Hadoop. 10.2 Componentes Hadoop: HBase, Kudu, Sqoop, Nifi, Hive, Impala, Spark, Spark Streaming, SOLR, Oozie, Yarn, Kafka, Flink e AirFlow.
- Aula 09 (Somente PDF) Conceitos de Linguagens de programação: 6 Pandas. 7 Scikit-learn. 8 TensorFlow. 9 PyTorch. 10 Keras. 11 NLTK.
- Aula 10 6 Noções básicas de visualização de dados. 7 Visualização e análise exploratória de dados.
- Aula 11 QUALIDADE DE DADOS: 1 Conceitos e definições sobre qualidade de dados. 2 Dimensões da qualidade de dados (visão DMBOK). 3 Principais técnicas em qualidade de dados. 3.1 Profiling. 3.2 Matching. 3.3 Deduplicação. 3.4 Data cleansing. 3.5 Enriquecimento. 4 Boas Práticas para adoção da qualidade de dados. 5 Processos de qualidade para modelos de dados. MDM (MASTER DATE MANEGEMENT): 1 Conceitos básicos. 1.1 Golden record. 1.2 Modelos de implementação de data hub. 2 Qualidade dos dados mestres. 3 Algoritmos fuzzy matching e stemming. 4 Arquitetura de dados MDM. 5 Privacidade dos dados mestres. GOVERNANÇA DE DADOS: 1 Princípios e conceitos da governança de dados. 2 Componentes da governança de dados. 3 Visão geral do guia DAMA- DMBOK. 3.1 Áreas de conhecimento. 3.2 Elementos ambientais. 3.3 Principais atividades da gestão de dados. 4 Documentos da governança de dados.
- Aula 12 5 Banco de dados relacional em plataforma baixa (Oracle)
- Aula 13 5 Banco de dados relacional em plataforma baixa (SQL Server)
- Aula 14 5 Banco de dados relacional em plataforma baixa (Postgree)
- Aula 15 5 Banco de dados relacional em plataforma baixa (MySQL).
- Aula 16 Mineração de dados: Parte I. CRISP-DM. Técnicas de mineração. TRATAMENTO DE DADOS: 1 Normalização numérica. 2 Discretização. 3 Tratamento de dados ausentes. 4 Tratamento de outliers e agregações.
- Aula 17 (Somente PDF) Mineração de dados: Parte II – Tópicos avançados de mineração e aprendizado de máquina
- Aula 18 (Somente PDF) 3 Banco de dados NoSQL orientado a colunas: HBase. 4 Banco de dados NoSQL orientado a grafos: Neo4J. 5 Banco de dados NoSQL orientado a documentos: MongoDB. 6 Sistemas de indexação: ElasticSearch.
