DOU 08/12/2022 - Diário Oficial da União - Brasil 3

Documento assinado digitalmente conforme MP nº 2.200-2 de 24/08/2001,
que institui a Infraestrutura de Chaves Públicas Brasileira - ICP-Brasil.
Este documento pode ser verificado no endereço eletrônico
http://www.in.gov.br/autenticidade.html, pelo código 05302022120800078
78
Nº 230, quinta-feira, 8 de dezembro de 2022
ISSN 1677-7069
Seção 3
EDITAL Nº 161, DE 7 DE DEZEMBRO DE 2022
O Reitor da Universidade Federal do Espírito Santo torna público que estarão abertas as inscrições para provimento de cargos de Professor do Magistério Superior do Quadro
Permanente desta Universidade, conforme Portaria Normativa Interministerial nº 22/2007-MP/MEC, de 30/04/2007, alterada pela Portaria nº 224/2007-MP/MEC, de 23/07/2007,
publicadas no Diário Oficial da União de 02/05/2007 e 24/07/2007, respectivamente; e conforme a Lei nº 8.112, de 11/12/1990, a Lei nº 12.772, de 28/12/2012 e o Decreto nº 9.739,
de 28/03/2019.
1. DAS DISPOSIÇÕES PRELIMINARES
1.1. O Concurso Público será regido por este Edital, publicado no Diário Oficial da União e divulgado no sítio eletrônico do concurso: http://www.progep.ufes.br, sendo de
inteira responsabilidade do candidato o seu acompanhamento.
1.2. Será coordenado pelo Departamento Interessado conforme item 2, que implementará procedimentos necessários à realização do certame.
1.3. O concurso destina-se ao preenchimento das vagas atualmente existentes, constantes do item 2 deste Edital, e das que vagarem ou vierem a ser criadas durante o seu
prazo de validade.
1.4. A bibliografia sugerida e o cronograma estarão disponíveis no sítio eletrônico do concurso até a data de início das inscrições. A bibliografia sugerida não encerra e nem
esgota o conteúdo programático.
2. DAS VAGAS
.
CENTRO DE CIÊNCIAS EXATAS - DEPARTAMENTO DE ESTATÍSTICA
. Vagas
AC *
Vagas
PPP*
Vagas
PCD*
Regime
trabalho
Área/Subárea
Titulação Mínima Exigida
.
01
00
00
DE
Probabilidade e Estatística (Cód. CNPq: 1.02.00.00-
2)/ Probabilidade e Estatística Aplicadas (Cód. CNPq:
1.02.03.00-1)
Doutorado em Estatística; ou Doutorado em Ciências com área de concentração em
Estatística e Experimentação Agronômica; ou Doutorado em População, Território e
Estatísticas Públicas com Graduação e/ou Mestrado em Estatística; ou Doutorado em
Estatística e Experimentação Agropecuária com Graduação e/ou Mestrado em Estatística; ou
Doutorado em Ciência da Computação; ou Doutorado em Ciências da Computação e
Matemática Computacional; ou
.
Doutorado em Computação Aplicada; ou Doutorado em Engenharia da Computação; ou
Doutorado em Engenharia Elétrica com Graduação e/ou Mestrado em Estatística; ou
Doutorado em Engenharia de Produção com Graduação e/ou Mestrado em Estatística; ou
Doutorado em Engenharia Ambiental com Graduação e/ou Mestrado em Estatística; ou
Doutorado em Matemática Computacional com Graduação e/ou Mestrado em Estatística;
ou
.
Doutorado em Economia com Graduação ou Mestrado em Estatística; ou Doutorado em
Sensoriamento Remoto com Graduação e/ ou Mestrado em Estatística.
. Endereço: Av. Fernando Ferrari, nº 514, Goiabeiras, Vitória/ES, CEP: 29.075-910, telefone: (27) 4009-2481, sítio eletrônico: http://www.estatistica.ufes.br/concursos. As inscrições serão
realizadas pelo e-mail: departamento.estatistica@ufes.br
*AC = Ampla Concorrência; PPP = Pessoa Preta ou Parda; PCD = Pessoa Com Deficiência; Total de vagas = 01 (uma).
2.1. As vagas definidas para as modalidades de reserva - negros ou pessoa com deficiência (vagas existentes somadas às vagas surgidas durante o prazo de validade do
Concurso Público) que não forem providas por falta de candidatos aprovados serão preenchidas pelos demais candidatos, observada a ordem geral de classificação.
3. DO PROGRAMA
3.1. CENTRO DE CIÊNCIAS EXATAS
3.1.1. DEPARTAMENTO DE ESTATÍSTICA
3.1.1.1. Área/Subárea: Probabilidade e Estatística (Cód. CNPq: 1.02.00.00-2)/ Probabilidade e Estatística Aplicadas (Cód. CNPq: 1.02.03.00-1)
Programa: 1. Unidade I: Probabilidade - Espaços de probabilidade, variáveis e vetores aleatórios, teoremas limites, modos de convergência de sequências de variáveis aleatórias
e vetores, Lei dos grandes números, Funções características, Teorema central do limite, Cadeias de Markov em tempo discreto, Processos de Poisson; 2. Unidade II: Inferência Estatística
- Estimadores eficientes, estatísticas conjuntamente suficientes, estatísticas completas, otimalidade assintótica, estimadores não-viesados de variância uniformemente mínima, método de
máxima verossimilhança, estimadores de máxima verossimilhança, testes uniformemente mais poderosos, testes da razão de verossimilhança generalizada, testes bayesianos; 3. Unidade
III: Modelos Lineares Generalizados - Família exponencial, classe dos modelos lineares generalizados, inferência, função de desvio, métodos de diagnóstico, aplicações. modelos para dados
ordinais, modelos dose-resposta, modelos lineares generalizados mistos, modelos para dados longitudinais; 4. Unidade IV: Estatística Computacional - Método da transformação inversa,
Método da aceitação-rejeição, Geração de variáveis aleatórias discretas, Geração de variáveis aleatórias contínuas, Geração de variáveis aleatórias multidimensionais (vetores aleatórios),
Geração de processos aleatórios: cadeias de Markov em tempo discreto com K estados e processos de Poisson, Integração Monte Carlo, Técnicas de redução de variância, Métodos de
otimização numérica: decida de gradiente, Newton-Raphson e Fisher-score, Métodos de reamostragem: bootstrap não-paramétrico, bootstrap paramétrico e validação cruzada, Métodos
de simulação Monte Carlo via cadeias de Markov (métodos MCMC): algoritmo de metrópolis-Hastings e o amostrador de Gibbs; 5. Unidade V: Análise Multivariada - Variáveis aleatórias
multidimensionais. Distribuição normal multivariada: propriedades e estimação dos parâmetros. Distribuições amostrais do vetor de médias e da matriz de covariâncias; regiões de
confiança. Testes de hipóteses para o vetor de médias e para a matriz de covariâncias. Gráficos multivariados. Técnicas de redução da dimensionalidade: análise de componentes
principais, análise fatorial. Análise de correlação canônica. Técnicas de classificação: regressão logística, análise discriminante linear (discriminante de Fisher), classificador naive Bayes e
o classificador baseado em k-vizinhos mais próximos (classificador k-NN). Técnicas de agrupamento: agrupamento hierárquico e K-means; 6. Unidade VI: Mineração de dados - Visão geral
do processo de mineração de dados. Procedimentos de pré-processamento de dados. Visualização de dados multivariados. Análise descritiva de dados multivariados. Redução da
dimensionalidade. Métodos Kernel e funções de base radial. Aprendizado supervisionado: classificação e regressão. O dilema viés-variância. Técnicas de classificação: redes neurais
artificiais (perceptron e redes multicamadas), redes neurais com função de base radial (Radial Basis Function Neural Network, RBF-NN), máquinas de vetores de suporte (SVM's), máquinas
de aprendizado extremo (ELM's) e classificação por árvore de decisão. Classificadores ensemble: bagging, random forests e boosting. Técnicas de regressão: redes neurais artificiais (Adaline
e redes multicamadas), redes neurais com função de base radial (Radial Basis Function Neural Network, RBF-NN), máquinas de vetores de suporte (SVM's), máquinas de aprendizado
extremo (ELM's) e regressão por árvore de decisão. Medidas e procedimentos para avaliar o desempenho de um modelo. Regularização e seleção de variáveis. Aprendizado não-
supervisionado: agrupamento. Técnicas de agrupamento: K-means, Kernel K-means, agrupamento hierárquico, agrupamento baseado em densidade (DBSCAN). Medidas para validação de
um agrupamento; 7. Unidade VII: Pesquisa Operacional - Modelagem para tomada de decisão: variáveis de decisão, parâmetros, função objetivo e restrições. Processo de modelagem
e resolução de problemas de pesquisa operacional. Programação linear. Solução de problemas de programação linear via método simplex. Análise de sensibilidade e dualidade em
programação linear. Programação em redes: o problema de transporte, o problema da designação de tarefas, o problema do caminho mais curto e o problema do fluxo máximo.
Programação binária e inteira: o problema da mochila e do caixeiro-viajante. Programação não-linear restrita: multiplicadores de Lagrange e as condições de Karush-Kuhn-Tucker.
Metaheurísticas para programação não-linear: simulated annealing, algoritmo genético, evolução diferencial e otimização por enxame de partículas. Métodos para tratamento de restrições
em programação não-linear. Métodos para tomada de decisão multicritério: TODIM e TOPSIS. (Processo de seleção de docente nº 23068.104820/2022-12).
4. DAS ATRIBUIÇÕES DO CARGO
4.1. São atividades próprias do pessoal docente de nível superior as pertinentes ao ensino, à pesquisa e à extensão que, indissociáveis, visem à aprendizagem, à produção
de conhecimento, à ampliação e transmissão do saber e da cultura, as inerentes ao exercício das funções de direção, assessoramento, chefia, coordenação e assistência na própria
Instituição, além de outras previstas na legislação vigente.
5. DO REGIME DE TRABALHO
5.1. O Regime de Trabalho será conforme o indicado no item 2 deste edital.
5.2. O horário deverá ser cumprido na forma estabelecida pelo respectivo campus, nos turnos matutino, vespertino ou noturno, de acordo com as necessidades da
Instituição.
6. DA REMUNERAÇÃO
6.1. O ingresso na carreira do magistério superior dar-se-á no nível inicial da classe A, mediante aprovação em concurso público de provas e títulos, com as seguintes
denominações e remuneração (composta por VB + RT) a seguir:
. Regime de Trabalho
Denominação
Vencimento Básico (VB) em R$
Retribuição por Titulação (RT) em R$
Total = Remuneração (VB + RT)
.
Especialização
Mestrado
Doutorado
Especialização
Mestrado
Doutorado
.
20h
Adjunto A
Assistente A
Auxiliar
2.236,32
223,63
559,08
1.285,89
2.459,95
2.795,40
3.522,21
.
40h
Adjunto A
Assistente A
Auxiliar
3.130,85
469,63
1.174,07
2.700,36
3.600,48
4.304,92
5.831,21
. Dedicação Exclusiva
Adjunto A
Assistente A
Auxiliar
4.472,64
894,53
2.236,32
5.143,54
5.367,17
6.708,96
9.616,18
6.2. Atendendo aos requisitos legais, além da remuneração acima, o servidor terá direito: a) Auxílio Alimentação; b) Assistência à Saúde Suplementar (artigo 230 da Lei nº
8.112/90, Decreto nº 4.978/04, Portaria Normativa nº 01/2017-SEGRT/MPDG); c) Auxílio Transporte (Decreto nº 2.880/1998); d) Auxílio Pré-Escolar (Decreto nº 977/1993 e Emenda
Constitucional nº 53/2006); e) Auxílio Natalidade (artigo 196 da Lei nº 8.112/90); f) Adicional de Insalubridade, Periculosidade, Adicional de Irradiação Ionizante ou Gratificação de Raio
X/Substâncias Radioativas (artigos 68 a 72 da Lei 8.112/90); g) Adicional Noturno (artigo 75 da Lei 8.112/90).
7. DAS INSCRIÇÕES
7.1. O período de inscrições será das 0h do dia 26/12/2022 até as 23h59 do dia 25/01/2023 (Horário de Brasília).
7.2. As inscrições, juntamente com toda a documentação, deverão ser enviadas para o e-mail do departamento ofertante da vaga, conforme informado no item 2 do
edital.
7.2.1. As inscrições ocorrerão por meio de preenchimento de formulário eletrônico, emissão de Guia de Recolhimento Única - GRU, pagamento da taxa de inscrição ou
apresentação do comprovante de isenção e comprovação documental.
7.2.2. No formulário, o candidato deverá informar seus dados pessoais, cargo e setor pretendido e endereço eletrônico de seu currículo registrado na plataforma Lattes do
CNPq.
7.2.3. A omissão ou a informação incorreta do endereço eletrônico acarretará a eliminação do candidato. Serão considerados apenas os currículos Lattes atualizados até a data
do encerramento das inscrições.
7.2.4. Após o preenchimento e envio do formulário eletrônico, não será permitida a alteração da vaga escolhida.
7.2.5. A taxa de inscrição deverá ser paga dentro do período de inscrição do concurso.
7.2.6. O candidato poderá se inscrever para mais de uma vaga, devendo optar, todavia, por apenas uma delas na hipótese de conflito entre os cronogramas de realização
de provas.
7.2.6.1. Em cada opção de vaga, será validado apenas um requerimento de inscrição para cada candidato.
7.2.6.2. Caso o candidato se inscreva para mais de uma vaga, deverá realizar as inscrições e pagamento da taxa de inscrição, de forma individual, para cada vaga que optar
concorrer.
7.2.7. As vagas serão preenchidas em ordem rigorosa de classificação dos candidatos aprovados, de acordo com a necessidade e a conveniência da UFES, nos locais de trabalho
discriminados neste Edital, respeitada a opção feita pelo candidato no ato da inscrição.