ATENDIMENTO DAS 10 ÀS 20 HORAS / (11) 915961426

Pré-Sal – PPSA (Analista de Tecnologia da Informação – Projetos de TI) Pacote – 2025 (Pós-Edital) (E)

R$187,05

Descrição

Cursos do Pacote

  • Aula demo Nivelamento
  • Aula 01 Ortografia (Novo Acordo Ortográfico da Língua Portuguesa). Acentuação gráfica.
  • Aula 02 Classes de palavras: substantivos, adjetivos, artigos, numerais, advérbios e interjeições.
  • Aula 03 Classes de palavras: preposições e conjunções.
  • Aula 04 Classes de palavras: pronomes. Colocação pronominal.
  • Aula 05 Classes de palavras: verbos. Tempos e modos verbais.
  • Aula 06 Classes de palavras: verbos. Correlação e vozes verbais.
  • Aula 07 Sintaxe (termos da oração).
  • Aula 08 Sintaxe: Relações de coordenação e subordinação entre orações e entre termos da oração.
  • Aula 09 Sinais de Pontuação.
  • Aula 10 Concordância verbal e nominal.
  • Aula 11 Regência verbal e nominal
  • Aula 12 Marcas de textualidade: coesão, coerência Mecanismos de coesão textual. Emprego de elementos de referenciação, substituição e repetição, de conectores e de outros elementos de sequenciação textual. Reescrita de frases e parágrafos do texto.
  • Aula 13 Semântica: Sinônimos. Antônimos. Homônimos. Parônimos. Denotação e Conotação. Significação das palavras. Substituição de palavras ou de trechos de texto. Figuras de linguagem.
  • Aula 14 Compreensão e interpretação de texto. Tipologia e gêneros textuais. Intertextualidade. Reorganização da estrutura de orações e de períodos do texto. Reescrita de textos de diferentes gêneros e níveis de formalidade.
  • Aula 15 (Somente em PDF) Resumo
  • Aula demo Introdução: às técnicas de leitura Scanning e Skimming; à importância dos tempos verbais em inglês; ao uso dos falsos cognatos; aos termos gramaticais essenciais; às formas de interpretar imagens.
  • Aula 01 – Text and Vocabulary Scanning; Skimming; Cognates (Cognatos); False Cognates (Falsos Cognatos) e Texts and Vocabulary (Textos e Vocabulário).
  • Aula 02 – Inglês Técnico/Instrumental básico e intermediário (SOMENTE EM PDF) Introdução e desenvolvimento de técnicas de inglês técnico/instrumental.
  • Aula 03 – Verbs in texts Verb To be (Verbo To be); Simple Present (Presente Simples); Simple Past (Passado Simples); Future Will x Going to (Futuro com Will x Going to); Gerund (Gerúndio); Present Continuous (Presente Contínuo); Past Continuous (Passado Contínuo); Present Perfect (Presente Perfeito); Past Perfect (Passado Perfeito); Future Perfect (Futuro Perfeito); Present Perfect Continuous (Presente Perfeito Contínuo); Past Perfect Continuous (Passado Perfeito Contínuo); Future Perfect Continuous (Futuro Perfeito Contínuo); Modal Verbs (Verbos Modais); Imperative Tenses (Imperativo) e Phrasal Verbs (Verbos Frasais).
  • Aula 04 – Articles, Nouns, Adjectives and Adverbs Definite Articles (Artigos definidos); Indefinite Articles (Artigos indefinidos); Nouns (Substantivos); Common Noun (Substantivo Comum); Proper Noun (Substantivo Próprio) Compound Noun (Substantivo Composto); Abstract and Concrete Nouns (Substantivos Abstratos e Concretos); Collective Nouns. (Substantivos Coletivos); Countable and Uncountable Nouns (Substantivos Contáveis e Incontáveis); Plural (Regular e Irregular); Numbers (Números); Prefixes (Prefixos); Sufixes (Sufixos); Adjectives (Adjetivos); Comparative (Grau Comparativo); Superlative (Grau Superlativo); Adverbs (Advérbios); Adverbs of Manner (Advérbios de Modo); Adverbs of Frequency (Advérbios de Frequência); Adverbs of Time (Advérbios de Tempo); Adverbs of Place (Advérbios de Lugar) e Adverbs of Intensity (Advérbios de Intensidade).
  • Aula 05 – Pronouns, Prepositions and Conjunctions Pronouns (Pronomes); Personal Pronouns (Pronomes Pessoais); Possessive Pronouns (Pronomes Possessivos); Subject Pronouns (Pronomes Sujeitos); Object Pronouns (Pronomes Objeto); Adjective Pronouns (Pronomes Adjetivos); Reflexive Pronouns (Pronomes Reflexivos); Demonstrative Pronouns (Pronomes Demonstrativos); Indefinite Pronouns (Pronomes Indefinidos); Interrogative Pronouns (Pronomes Interrogativos); Prepositions (Preposições) e Conjunctions (Conjunções).
  • Aula 06 – Direct Speech, Reported Speech, Active and Passive Voice, If Clauses and Quantifiers Direct Speech (Discurso Direto); Reported Speech (Discurso Indireto); Active Voice (Voz Ativa); Passive Voice (Voz Passiva); Conditionals (Orações Condicionais); Zero Conditional; First Conditional; Second Conditional; Third Conditional e Quantifiers (Determinantes/Quantificadores).
  • Aula 01 IX. Conceitos Modernos de Sistemas de Informação: 9.2. Conceitos básicos de DevOps: princípios, versionamento com git, pipeline e CI/CD. (Parte 1)
  • Aula 02 IX. Conceitos Modernos de Sistemas de Informação: 9.2. Conceitos básicos de DevOps: princípios, versionamento com git, pipeline e CI/CD. (Parte 2)
  • Aula demo 1.2. Noções básicas de engenharia de software; (Parte 1)
  • Aula 01 1.2. Noções básicas de engenharia de software; (Parte 2)
  • Aula 02 Conhecimento de metodologias Ágeis; (Conceitos Básicos)
  • Aula 03 Conhecimento de metodologias Ágeis; (Scrum – não explícito no edital)
  • Aula 04 1.3. Conceitos de mapeamento de processos; (Parte 1)
  • Aula 05 1.3. Conceitos de mapeamento de processos; (Parte 2)
  • Aula 06 XIV. Lei Federal nº 13.709/08 – Lei Geral de Proteção de dados – LGPD.
  • Aula única XIII. Gestão de Projetos: 13.1. O conceito e os objetivos da gerência de projetos; 13.2. Gerenciamento do ciclo de vida do projeto; 13.3. Planejamento de um projeto; 13.4. Estrutura Analítica do Projeto, Cronograma, Diagrama de Rede, Caminho Crítico e Folgas; 13.5. Execução, acompanhamento e controle de um projeto; 13.6. Metodologias, técnicas e ferramentas da gerência de projetos.
  • Aula demo V. Banco de Dados e Data Warehouse: 5.1. Modelo entidade-relacionamento; 5.2. Mapeamento lógico relacional; 5.3. Normalização; (Parte 1)
  • Aula 01 V. Banco de Dados e Data Warehouse: 5.1. Modelo entidade-relacionamento; 5.2. Mapeamento lógico relacional; 5.3. Normalização; (Parte 2)
  • Aula 02 5.4. Linguagem de definição e manipulação de dados (SQL);
  • Aula 03 IV. Manipulação e Tratamento de Dados: 4.1. Integração dos dados (ETL, Transferência de Arquivos e Integração via Base de Dados); 5.5. Conceitos de data warehousing; 5.6. Conceitos de Data Lake.
  • Aula 04 5.5. Modelagem multidimensional (esquema estrela);
  • Aula 05 5.6. Bancos NoSQL.
  • Aula 06 1.5. Noções básicas de IA Generativa; Conhecimentos de sistemas Analytics (Machine Learning, Inteligência artificial, análise preditiva e prescritiva.
  • Aula 07 II. Aprendizado Supervisionado – Regressão e Classificação: 2.1. Métricas de Avaliação; 2.2. Overfitting e Underfitting de Modelos; 2.3. Regularização; 2.4. Seleção de modelos: Erro de Generalização; 2.5. Validação Cruzada; 2.6. Conjuntos de Treino, Validação e Teste; 2.7. Trade off entre Variância e Viés; 2.8. Algoritmos: Regressão Linear e Regressão Logística; 2.9. Árvores de Decisão e Random Forests; 2.10. Máquina de suporte de vetores; 2.11. Naive Bayes; 2.12. K-NN; 2.13. Ensembles; 2.14. Conceitos de otimização de hiperparâmetros; III. Aprendizado Não Supervisionado: 3.1. Redução de dimensionalidade: PCA; 3.2. Agrupamento K-Means; 3.3. Agrupamento Hierárquico; 3.4. Regras de associação;
  • Aula 08 VII. Redes Neurais Artificiais: 7.1. Conceitos Básicos em Redes Neurais Artificiais: Definições e Arquitetura; 7.2. Funções de Ativação; 7.3. Otimização de Redes Neurais Artificiais: método do gradiente, método do gradiente estocástico, algoritmo backpropagation, métodos de inicialização dos pesos, Vanishing Gradients; 7.4. Métodos de regularização: penalização com normas L1 e L2, Dropout e Early Stopping;
  • Aula 09 VI. Análise e Visualização De Dados: 6.1. Princípios de data storytelling; 6.2. Técnicas de visualização de dados; 6.3. Gráficos de dispersão; 6.4. Séries Temporais; 6.5. Gráficos de barras; 6.6. Histogramas e Densidades; 6.7. Diagrama boxplot; 6.8. Avaliação de outliers; 6.11. Construção de Dashboards em Microsoft Power BI. 4.2. Lidando com valores faltantes; 4.3. Lidando com dados categóricos; 4.4. Normalização numérica; 4.5. Detecção e tratamento de outliers;
  • Aula 10 (Somente em PDF) – Prof. Thiago Cavalcanti Conhecimentos de projetos de implantação e desenvolvimento de sistemas ERP;
  • Aula demo 1.13.Ferramentas colaborativas: Microsoft 365; (Excel)
  • Aula 01 1.13.Ferramentas colaborativas: Microsoft 365; (Word)
  • Aula 02 1.13.Ferramentas colaborativas: Microsoft 365; (Powerpoint)
  • Aula 03 1.13.Ferramentas colaborativas: Microsoft 365; (Teams, Onedrive, Sharepoint)
  • Aula demo Apresentação de Dados
  • Aula 01 Médias
  • Aula 02 Medidas Separatrizes ou Quantis
  • Aula 03 Moda
  • Aula 04 Medidas de Variabilidade ou Dispersão
  • Aula 05 Assimetria e Curtose
  • Aula 06 Análise Combinatória
  • Aula 07 Probabilidade
  • Aula 08 Variáveis Aleatórias Discretas
  • Aula 09 Distribuições Discretas de Probabilidade
  • Aula 10 Variáveis Aleatórias Contínuas
  • Aula 11 Distribuições Aleatórias Contínuas
  • Aula 12 Distribuições Conjuntas e Momentos de Variáveis Aleatórias
  • Aula 13 Estimação Pontual e Intervalar
  • Aula 14 Testes de Hipóteses
  • Aula 15 Correlação e Regressão Linear Simples
  • Aula 16 Noções Básicas de Cálculo (Limites, Derivadas e Integral )
  • Aula 17 Funções Reais de Várias Variáveis
  • Aula 18 Álgebra Linear: Matrizes e Determinantes
  • Aula 19 Álgebra Linear: Sistemas Lineares
  • Aula 20 Álgebra Linear: Vetores
  • Aula 21 Álgebra Linear: Espaços Vetoriais
  • Aula 22 Álgebra Linear: Transformações Lineares; Autovalores e Autovetores