ATENÇÃO: APOSTILA SEFAZ AM - ANALISTA de TECNOLOGIA da INFORMAÇÃO da FAZENDA ESTADUAL - Edital 2022 - com toda Teoria e + de 12.000 Exercícios.

Por apenas: R$ 100,00

CLIQUE AQUI PARA O EDITAL

 SOBRE A APOSTILA:

 - Contém Todas as Matérias exigidas no edital e mais de 12.000 exercícios com gabaritos!

PROVA I
LÍNGUA PORTUGUESA
1 Interpretação de texto: decodificação dos diversos tipos de mensagem. 2 Compreensão de texto:
observação dos processos que constroem os significados textuais. 3 A linguagem e a lógica. 4 As
estruturas linguísticas no processo de construção de mensagens adequadas. 5 A pragmática na
linguagem: o significado contextual. 6 A semântica vocabular: antônimos, sinônimos, homônimos,
parônimos e heterônimos. 7 Os modos de organização discursiva: a descrição, a narração, a exposição
informativa e a exposição argumentativa. 8 A organização das frases nas situações comunicativas: a
colaboração e a relevância; os atos de fala. 9 A linguagem lógica e a figurada. 10 Os diversos níveis de
linguagem. 11 Os tipos de discurso: direto, indireto e indireto livre. 12 As funções da linguagem.
NOÇÕES DE DIREITO CONSTITUCIONAL
1 Direitos e garantias fundamentais: direitos e deveres individuais e coletivos, direitos sociais. 2
Organização do Estado: União, estados e municípios; administração pública: servidores públicos civis. 3
Ordem econômica e financeira. 4 Ordem social: seguridade social e meio ambiente.
NOÇÕES DE DIREITO ADMINISTRATIVO
1 Organização administrativa brasileira. 2 Princípios fundamentais. 3 Administração direta, administração
indireta e fundacional. 4 Atos administrativos. 5 Concessão de serviços públicos. 6 Autorização e
permissão. 7 Poderes administrativos: vinculado, discricionário, regulamentar, disciplinar e de polícia.
GESTÃO DE CONTRATOS
1 Princípios aplicados aos contratos celebrados com a administração pública. 2.2 Lei nº 14.133/2021. 2.3
Obrigações do gestor de contratos celebrados com a administração pública. 2.4 Formalização e execução
de contratos com a administração pública. 2.5 Infrações contratuais e sanções em contratos com a
administração pública. 2.6 Controle de contratos com a administração pública.
DESENVOLVIMENTO E GESTÃO DE PROJETOS/DEMANDAS
1 Gerenciamento de projetos. 1.1 Projetos e a organização. 1.2 Escritório de projetos. 1.2.1 Modelos e
características. 1.3 Processos, grupos de processos e área de conhecimento. 2 Metodologias ágeis. 2.1
Scrum, XP - Extreme Programming, TDD - Test Driven Development, modelagem ágil, Scrumban e Kanban.
3 Gestão ágil de projetos: 3.1 Scrum. 3.2 Guia de prática ágil PMI.
GOVERNANÇA E GESTÃO DE TECNOLOGIA DA INFORMAÇÃO
1. Governança de TI (COBIT 2019). 1.1 Conceitos básicos, estrutura e objetivos. 2. Contratação de
soluções de TI: Instrução Normativa para Contratação de Soluções de Tecnologia da Informação - SLTI/MP
IN 04/2010. 2.1 Guia Prático para Contratação de Soluções de Tecnologia da Informação V 1.1– SLTI. 3.
Gerenciamento de serviços de TI - ITIL Versão 4: conceitos, papéis genéricos, ciclo de vida dos serviços.
3.1. Estratégia do Serviço: Gerenciamento de Demanda, Gerenciamento do Portfólio de Serviços. 3.2.
Desenho do Serviço: Gerenciamento do Catálogo de Serviços, Gerenciamento de Nível de Serviço,
Gerenciamento de Disponibilidade, Gerenciamento de Capacidade, Gerenciamento de Continuidade de
Serviços de TI, Gerenciamento de Segurança da Informação. 3.3. Transição do Serviço: Gerenciamento de
Configuração e Ativos de Serviço, Gerenciamento de Mudanças, Avaliação de Mudanças. 3.4. Operação
do Serviço: Gerenciamento de Eventos, Gerenciamento de Incidentes, Gerenciamento de Problemas e
Gerenciamento de Acesso. 4. Contratação de bens e serviços de TI: aspectos específicos da contratação
de bens e serviços de TI; elaboração de termos de referências e/ou projetos básicos para contratação de
bens e serviços de TI; acompanhamento de contratos de TI. 5. Lei nº 12.527/2011 – Lei de Acesso à
Informação Pública (LAI) - princípios, transparência ativa e passiva, prazos e instâncias recursais. 6. Guia
de Elaboração de PDTI do SISP. 7. Guia de Comitê de TI do SISP. 8. Metodologia de Gerenciamento de
Projetos do SISP(MGP-SISP). 9. Estratégia Geral de Tecnologia da Informação (EGTI) 2013-2015. 10.
Programa Nacional de Gestão Pública e Desburocratização (GesPública). 11 – Conhecimentos sobre LGPD.
BANCO DE DADOS E GESTÃO DA INFORMAÇÃO
1. Fundamentos: finalidades, níveis de abstração, modelagem de dados, modelagem funcional.
2.Administração de dados: fundamentos: dado, informação, conhecimento e inteligência; modelos de
dados; níveis de abstração de modelos de dados; metadados; linguagens de definição e de manipulação
de dados; normalização. 3. Administração de banco de dados: fundamentos, sistemas de gerenciamento
de banco de dados, organização de arquivos, técnicas de armazenamento, métodos de acesso, tipos de
bancos de dados, projeto de bancos de dados. 5. Técnicas de análise de desempenho e otimização de
consultas SQL. 6. Técnicas de modelagem e otimização de bases de dados multidimensionais. 7. Noções
de Gerenciamento de Banco de Dados Oracle. 7.1. PL/SQL
SEGURANÇA DA INFORMAÇÃO, SEGURANÇA DE DATACENTER, SEGURANÇA DE DISPOSITIVOS,
DISPONIBILIDADE
1 Confiabilidade, integridade e disponibilidade. 2 Mecanismos de segurança. 2.1 Criptografia. 2.2
Assinatura digital. 2.3 Garantia de integridade. 2.4 Controle de acesso. 2.5 Certificação digital. 2.6
Infraestrutura de chaves públicas. 2.7 Ataques a sistemas de criptografia. 3 Gerência de riscos. 3.1
Ameaça, vulnerabilidade e impacto. 4 Políticas de segurança. 4.1 NBR ISO/IEC 27002:2005. 4.2 NBR
ISO/IEC 27001:2013. 4.3 NBR ISO/IEC 15408. 4.4 Políticas de senhas. 5 Autenticação de dois fatores
(MFA). 6 Métodos de autenticação: OAuth 2, JWT, SSO – Single Sign On e SAML- Security Assertion
Markup Language. 7 OWASP - Open Web Application Security Project 2021 Top 10
(https://owasp.org/www-project-top-ten/). 8 Segurança de aplicações web: 8.1 SQL injection, XSS (Crosssite
Scripting), CSRF (Cross-site Request Forgery), ataques de inclusão de arquivos. 8.2 Vulnerabilidades
em navegadores. 8.3 Vulnerabilidades de codesigning. 8.4 Vulnerabilidades de controles de autenticação.
8.5 Comunicação interaplicativos e sidejacking.
ANÁLISE, DESENHO E AUTOMAÇÃO DE PROCESSOS:
1 BPM (business process management). 1.1 conceitos básicos. 1.2 identificação e delimitação de
processos de negócio. 1.3 técnicas de mapeamento de processos (modelos as-is). 1.4 técnicas de análise
e simulação de processos. 1.5 construção e mensuração de indicadores de processos. 1.6 técnicas de
modelagem de processos (modelos to-be). 1.7 modelagem de processos em BPMN: notação, artefatos e
atividades. 1.8 gerenciamento de processos de negócio (BPM). 2 RPA (robotic process automation). 2.1
Conceitos, fundamentos, características, estratégias. 2.2 Padronização de processos, formatação,
validação e operação.

PROVA II
ENGENHARIA DE SOFTWARE
1. Princípios de Engenharia de Software: engenharia de requisitos de software, processos de
desenvolvimento de software (processo cascata, processo iterativo), projeto de software orientado a
objetos, testes e validação. 2. Medição e estimativas de projetos de software: análise de pontos de
função, processo de contagem de pontos de função, tipos de função (funções de dados e funções
transacionais), fatores de ajuste. 3. Disciplina de requisitos: casos de uso e diagramas de caso de uso. 4.
Disciplina de análise e projeto. 5. Disciplina de implementação, testes e distribuição.
ARQUITETURA DE DESENVOLVIMENTO DE SOFTWARE
1 Desenvolvimento de sistemas. 1.1 Desenvolvimento web. 1.1.1 JavaScript, HTML5, CSS3, WebSocket,
Single Page Application (SPA). 1.2, DHTML, AJAX. 1.3 Jasper. 1.4 Noções e conceitos de desenvolvimento
para dispositivos móveis. 1.5 Framework Apache CXF. 1.6 Programação Java. 1.7 Frameworks Struts 1 e 2,
Spring MVC, Spring Security e Spring Core. 1.8 Programação Phyton. 1.9 Usabilidade e acessibilidade na
Internet, padrões W3C e e-MAG. 2 Análise estática de código-fonte. 2.1 Clean code. 3 Padrões de projeto.
3.1 GoF. 3.1.1 Padrões de criação; 3.1.2 Padrões estruturais. 3.1.3 Padrões comportamentais. 3.2 Padrões
GRASP. 4 Ambientes Internet, extranet, intranet e portal: finalidades, características físicas e lógicas,
aplicações e serviços. 5 Padrões XML, XSLT, UDDI, WSDL, SOAP, REST e JSON.. 7 Testes de software. 7.1
Tipos de testes. 7.2 Teste unitário. 7.3 Teste de integração. 7.4 Teste de carga/estresse). 8 Qualidade de
código: SonarQube, Robot Framework e JMeter. 9 Tecnologias e práticas frontend web: HTML, CSS, UX,
Ajax, frameworks (Bootstrape JQuery,). 9.1 Padrões de frontend. 9.1.1 SPA e PWA. 10 Tecnologias
backend. 10.1 Frameworks: Hibernate, SpringBoot, Django, NodeJS, Express e NestJS. 10.2 Especificações:
JEE (JPA, EJB, JSF, JMS e JTA), JVM.
NUVEM COMPUTACIONAL
1 Arquitetura e desenvolvimento em nuvem. 1.1 Computação na nuvem. 1.2 Nuvem pública e nuvem
privada. 2 Arquitetura de cloud computing para dados (AWS, Azure). 2.1 Características, requisitos e
recursos. ORIENTAÇÕES A SERVIÇO: 1 Ferramentas de integração assíncrona: Kafka, NATS Streaming,
ActiveMQ. 2 microsserviços. 2.1 Orquestração de serviços, API gateway. 2.2 containers. 2.3 Padrões de
microsserviços. 2.4 Transações distribuídas. 3 Arquitetura de software. 3.1 Interoperabilidade de
sistemas. 3.2 Arquitetura orientada a serviços. 3.2.1 Web services. 3.2.2 RESTful, SOAP. 3.3 Arquitetura
orientada a objetos. 3.4 Arquitetura. 3.5 Camadas, modelo MVC. 3.6 Arquitetura de aplicações para
ambiente web. 3.6.1 Servidor de aplicações. Servidor web.
BIG DATA & ANALYTICS
1 Dado, informação, conhecimento e inteligência. 1.1 Dados estruturados e não estruturados. 1.2 Dados
abertos. 1.3 Coleta, tratamento, armazenamento, integração e recuperação de dados. 4 Mineração de
dados. 4.1 Modelo de referência CRISP-DM. 4.2 Técnicas para pré-processamento de dados. 4.3 Técnicas
e tarefas de mineração de dados. 4.4 Classificação. 4.5 Regras de associação. 4.6 Análise de
agrupamentos (clusterização). 4.7 Detecção de anomalias. 4.8 Modelagem preditiva. 4.9 Aprendizado de
máquina. 4.10 Mineração de texto. 5 Big data. 5.1 Conceito, premissas e aplicação. 5.2 Tipos de dados:
estruturados, semiestruturados e não estruturados. 5.3 Conceitos dos três Vs. 5.4 Fluxo de big data:
ingestão, processamento e disponibilização. 5.5 Armazenamento de big data. 5.6 Pipeline de dados. 5.7
Processamento distribuído. 5.8 Conceitos de data lake. 5.9 ETL X ELT. 5.10 Soluções de big data. 5.10.1
Arquitetura do ecossistema Apache Hadoop. 5.10.2 Componentes Hadoop: HBase, Kudu, Sqoop, Nifi,
Hive, Impala, Spark, Spark Streaming, SOLR, Oozie, Yarn, Kafka, Flink e AirFlow. 5.11 Arquiteturas de big
data. 5.11.1 Arquitetura Lambda. 5.11.2 Arquitetura Kappa. 5.11.3 Arquitetura de cloud computing para
dados (AWS, Azure). 6 Visualização e análise exploratória de dados. 7 Planilhas e SQL. 8 Visualização de
dados: BD individuais e cubos. 9 Técnicas de modelagem e otimização de bases de dados
multidimensionais. 10 Mapeamento das fontes de dados: técnicas para coleta de dados.
BUSINESS INTELLIGENCE
1 Conceitos, fundamentos, características, técnicas e métodos de business intelligence (BI). 2 Sistemas de
suporte a decisão e gestão de conteúdo. 3 Arquitetura e aplicações de data warehouse com ETL e OLAP.
4 Definições e conceitos de data warehouse e data mining. 5 Visualização de dados: BD individuais e
cubos. 6 Técnicas de modelagem e otimização de bases de dados multidimensionais.7 Mapeamento das
fontes de dados: técnicas para coleta de dados. 8 Álgebra relacional e SQL (padrão ANSI). 9 Banco de
dados NoSQL. 10 Visualização e análise exploratória de dados 10.1 Ferramentas de criação de dashboards
(Qlik, MicroStrategy Dossiê, Tableau e Pentaho). 10.2 Storytelling. 10.3 Elaboração de painéis e
dashboard. 10.4 Elaboração de relatórios analíticos.
INTELIGÊNCIA ARTIFICIAL
1 Técnicas de classificação. 1.1 NaiveBayes. 1.2 Regressão logística. 1.3 Redes neurais artificiais. 1.3.1
Funções de ativação: limiar, linear, ReLU, logística, softmax, maxout e gaussiana. 1.3.2 Redes Perceptron
de única e múltiplas camadas. 1.4 Árvores de decisão (algoritmos ID3 e C4.5) e florestas aleatórias
(randomforest). 1.5 Máquinas de vetores de suporte (SVM – support vector machines). 1.6 K vizinhos
mais próximos (KNN – K-nearestneighbors). 1.7 Comitês de classificadores. 1.8 Avaliação de modelos de
classificação: treinamento/teste/validação; validação cruzada; métricas de avaliação (matriz de
confusão,acurácia, precisão, revocação, F1-score e curva ROC). 2 Técnicas de regressão. 2.1 Regressão
linear. 2.2 Séries temporais (tendências, suavização exponencial e modelos ARIMA). 2.3 Redes neurais
para regressão. 2.4 Árvores de decisão para regressão. 2.5 Máquinas de vetores de suporte para
regressão. 2.6 Intervalos de confiança em regressão. 2.7 Avaliação de modelos de regressão:
meanabsoluteerror (MAE), meansquareerror (MSE), root meansquareerror (RMSE) e coeficiente de
determinação (R 2 ). 3 Técnicas de agrupamento. 3.1 Agrupamento por partição. 3.2 Agrupamento por
densidade. 3.3 Agrupamento hierárquico. 4 Técnicas de redução de dimensionalidade. 4.1 Seleção de
características (featureselection). 4.2 Análise de componentes principais (PCA – principal
componentanalysis). 5 Técnicas de associação. 5.1 Descoberta de conjuntos frequentes. 5.2 Descoberta
de regras de associação. 6 Sistemas de recomendação. 7 Processamento de linguagem natural (PLN). 7.1
Normalização textual (stop words, estemização, lematização e análise de frequência de termos). 7.2
Rotulação de partes do discurso (POS-tagging – part-of-speech tagging). 7.3 Reconhecimento de
entidades (NER – namedentityrecognition) e rotulação IOB. 7.4 Modelos de representação de texto: Ngramas,
modelos vetoriais de palavras (CBOW, Skip-Gram e GloVe), modelos vetoriais de documentos
(booleano, TF e TF-IDF, média de vetores de palavras e Paragraph Vector). 7.5 Métricas de similaridade
textual (similaridade do cosseno, distância euclidiana, similaridade de Jaccard, distância de Manhattan e
coeficiente de Dice). 7.6 Aplicações de PLN: sumarização automática de texto (abordagens extrativa e
abstrativa), modelagem de tópicos em texto (algoritmos LSI, LDA e NMF), classificação de texto,
agrupamento de texto, tradução automática de texto, análise de sentimentos e emoções em texto,
reconhecimento de voz (STT – speech totext). 8 Visão computacional. 8.1 Reconhecimento facial. 8.2
Classificação de imagens. 8.3 Detecção de objetos. 8.4 Deeplearning para visão computacional. 9
Aprendizado profundo. 9.1 Redes neurais convolucionais. 9.2 Redes neuraisrecorrentes. 9.2.1 Redes de
Hopfield. 9.2.2 Long short-term memory (LSTM). 9.2.3 Redes Perceptron multicamadas recorrentes. 9.2.4
Máquinas de Boltzmann. 9.2.5 Deepbelief networks.
REDE DE COMPUTADORES
1 Técnicas básicas de comunicação de dados. 2 Técnicas de comutação de circuitos, pacotes e células. 3
Topologias de redes de computadores. 4 Arquitetura e protocolos de redes de comunicação de dados. 5
Endereçamento e protocolos da família TCP/IP. 6 Modelo OSI. 7 Arquitetura cliente/servidor. 8
Tecnologias de rede local: ethernet, fast ethernet, gigabit ethernet. 9 Redes sem fio: padrões 802.11,
protocolos 802.1x, EAP, WEP, WPA, WPA2. 10 Servidores de rede Linux e Windows.
VIRTUALIZAÇÃO DE SERVIDORES
1 Tópicos avançados. 1.1 Virtualização (VMWare). 1.2 Consolidação de servidores.
SISTEMAS DISTRIBUÍDOS
1 Arquitetura de sistemas distribuídos. 1.1 Balanceamento de carga, fail‐over e replicação de estado. 1.2
Técnicas de análise de desempenho e otimização de consultas (tuning). 1.3 Segurança de banco de
dados. 2 Arquitetura e tecnologias de sistemas de informação: conceitos básicos e aplicações; arquitetura
cliente-servidor; especificação de metadados; arquitetura de aplicações para ambiente web: servidor de
aplicações, servidor web; arquitetura de software: arquitetura de camadas, modelo MVC. 3
Desenvolvimento de integrações: tecnologia Middleware. 3.1 APS (applicationplatformsuite);
interoperabilidade de sistemas. 3.1.1 Padrões de interoperabilidade (ePING).
DevOps
1 Gestão de configuração. 1.1 DevOps. 1.2 modelo de versionamento, merge, branch, pipeline. 1.3 CI/CD
(continuous integration/continuous delivery). 1.4 Mesh app and service architecture (MASA). 2
Containers: 2.1 Conceitos básicos sobre Docker e Kubernetes. 2.2 Arquitetura da plataforma Docker. 2.3
Instalação e configuração do Docker. 2.3.1 Criação e manipulação de imagens Docker. 2.3.2 Registry
Docker. 2.4 Gerência de containers com Docker. 2.5 Rede no Docker. 2.6 Volumes no Docker. 2.7
Segurança no Docker. 2.8 Conceitos básicos sobre containers.

- Receba sua Apostila em CD-ROM ou via Download (email) : A escolha é sua ao comprar (ver detalhes abaixo). 

- Apostila prática e de fácil utilização (não precisa instalar).

-  Apostila digital para visualização em seu computador ou notebook.

- Não funciona em Tablets ou similares!

- PARA ACESSAR NO CELULAR:
1 - Acessar primeiramente em um computador.
2 - Entrar no INDICE DE MATÉRIAS (Clicar 2x em ABRA AQUI SUA APOSTILA), abrir a matéria ou exercício desejado e clicar para salvar (Fazer download), renomear caso ache melhor e então inserir no smartphone da maneira que desejar.

- É Possível Imprimir!

No dia seguinte à postagem, você receberá via e-mail o código de rastreio para acompanhar sua encomenda no site dos Correios.SIMPLES E SEGURO!

Apostila SEFAZ AM - ANALISTA de TECNOLOGIA da INFORMAÇÃO da FAZENDA ESTADUAL - Teoria + 12.000 exercícios - Concurso 2022

sefaz am, sefaz am 2022, apostila sefaz am, concurso sefaz am, apostila concurso sefaz am, apostila sefaz am 2022, concurso sefaz am 2022, apostilas sefaz am 2022, concursos sefaz am 2022