DOU 07/06/2024 - Diário Oficial da União - Brasil
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 05302024060700109
109
Nº 108, sexta-feira, 7 de junho de 2024
ISSN 1677-7069
Seção 3
prevenção de intrusão (IPS), filtro de conteúdo e controle de aplicações; 3.6.Web
Application Firewall (WAF); 3.7.Monitoramento de tráfego e Sniffer de rede;
3.8.Comunicação segura com SSL e TLS; 3.9.Tráfego de dados de serviços e programas
usados na Internet; 3.10.Segurança de redes sem fio: EAP, MCHAP-V2, WPA, WPA2;
3.11.Ataques e ameaças na Internet e em redes (phishing, scam, spoofing, DoS, DDoS,
flood, SQL Injection, XSS, CSRF, Path Traversal); 3.12.Códigos maliciosos (vírus, worm,
cavalo
de Tróia,
spyware,
adware,
keyloggers, backdoors,
rootkits,
ransomware);
3.13.Criptografia: conceitos básicos, criptografia simétrica e assimétrica, chaves públicas
e privadas, HASH e algoritmos de encriptação; 3.14.Certificados Digitais e Assinaturas
Digitais; 3.15.Auditoria e conformidade; 3.16.Controle de acesso: Autenticação,
autorização e auditoria;3.17.Controle de acesso baseado em papéis (RBAC) e controle de
acesso baseado em atributo (ABAC); 3.18.Autenticação forte (baseada em dois ou mais
fatores); 3.19.Single sign-on; 3.20.Mobile device management (MDM); 3.21.Gestão de
vulnerabilidades; 3.22.Gerenciamento de resposta a
incidente (NIST SP 800-61);
3.23.Testes de penetração; 3.24.Modelagem de ameaças (STRIDE etc.); 3.25.Táticas do
framework Mitre ATT&CK; 3.26.Gestão de riscos (ISO 31000) e Gestão de Continuidade
de Negócios (ISO 22301); 3.27.Políticas de Segurança de Informação; 3.28.Classificação
de informações; IV - SISTEMAS OPERACIONAIS: 4.1. Ambiente Microsoft Windows 10,
Windows Server 2016 e posteriores; 4.1.1.Instalação e suporte de TCP/IP, DHCP, DNS;
4.1.2.Active
Directory,
IIS,
Terminal
Services
e
Exchange;
4.1.3.Plataforma
de
virtualização: Hyper-V; 4.1.4.Serviços de arquivo e impressão em rede; 4.1.5.Integração
com ambiente Unix; 4.1.6.Linguagens de Script (Powershell, Batch etc.); 4.2.Ambiente
UNIX e LINUX; 4.2.1.Instalação e suporte a TCP/IP, DHCP, DNS, NIS, CIFS, NFS;
4.2.2.Instalação e configuração do Servidor Apache; 4.2.3.Integração com ambiente
Windows, Linguagens de Script; 4.2.4.Red Hat Enterprise Linux; 4.3.Tecnologias de
conteinerização
de
aplicações:
Docker e
Kubernetes;4.4.Servidores
de
Aplicação:
Apache/PHP e Tomcat; V - COMPUTAÇÃO EM NUVEM: 5.1.Conceitos de computação em
nuvem:
benefícios,
alta
disponibilidade,
escalabilidade,
elasticidade,
agilidade,
recuperação de desastres; 5.2.Nuvens pública e privada, IaaS, PaaS, SaaS, workloads;
5.3.Estratégias de Migração de Aplicações para o ambiente de nuvem; 5.4.Governança,
Computação Serverless e Segurança Compartilhada; 5.5.Gestão de custos na nuvem:
modelos de faturamento, gerenciamento de subscrições e contas, definição de preço;
5.6.Microsoft Azure: serviços de nuvem; VI - GESTÃO DE PROJETOS: 6.1.O conceito e os
objetivos da gerência de projetos; 6.2.Gerenciamento do ciclo de vida do projeto;
6.3.Planejamento de um projeto; 6.4.Estrutura
Analítica do Projeto, Cronograma,
Diagrama de Rede, Caminho Crítico e Folgas; 6.5.Execução, acompanhamento e controle
de um projeto; 6.6.Metodologias, técnicas e ferramentas da gerência de projetos; VII -
BANCO DE DADOS: 7.1.Modelagem entidade-relacionamento; 7.2.Normalização;
7.3.Sistemas de gerenciamento de banco de dados: Microsoft SQL Server e MariaDB;
7.4.SQL, DDL, DML e ETL; 7.5.Gatilhos (triggers) e Procedimentos Armazenados (stored
procedures); 7.6.TransactSQL; 7.7.Conceitos de alta disponibilidade; 7.8.Gerência de
transações e bloqueios; 7.9. Gerência de desempenho; 7.10.Conceitos de Data
Warehouse, Data Mining e Big Data; 7.11.Modelagem Multidimensional; 7.12.Gestão e
operação de bancos de dados. VIII - GERÊNCIA DE SERVIÇOS: 8.1. Gestão de Serviços de
TI: Conceitos e práticas; 8.2.ITIL v4: Práticas de Gerenciamento de Serviços. 10
CARGO: ANALISTA DE GESTÃO CORPORATIVA -
ÁREA DE ATUAÇÃO: TECNOLOGIA DA INFORMAÇÃO PERFIL 2 - SOLUÇÕES
Formação: graduação
de nível
superior em:
Engenharia, Matemática,
Estatística ou na área de Tecnologia da Informação, em curso reconhecido pelo MEC,
Secretarias ou Conselhos Estaduais de Educação.
Requisito: registro no Conselho de Classe correspondente, se houver.
I - CONHECIMENTOS BÁSICOS: 1.1.Ferramentas colaborativas: Microsoft 365;
1.2.Conceitos de mapeamento de processos;1.3.Gestão de Contratos e Contratações de
Tecnologia da Informação -.Resolução CGPAR 29 de 5 de abril de 2022 e suas
atualizações; 1.4. Processamento paralelo e distribuído; 1.5. Governança de TI;
1.6.Protocolos de rede: HTTP, HTTPS, FTP, SMTP, LDAP, SSL, SAML 2.0, OAuth; II -
ENGENHARIA DE SOFTWARE: 2.1.Modelos de ciclo de vida de software; 2.2.Metodologias
de desenvolvimento de software; 2.3.Arquitetura de software; 2.4.Conceitos e técnicas
do projeto de software; 2.5.Processos e práticas de desenvolvimento de software;
2.6.Processo interativo e incremental; 2.7.Práticas ágeis de desenvolvimento de software;
2.8.Gerenciamento de ciclo de vida de aplicações; 2.9.Desenvolvimento orientado por
comportamento (BDD); 2.10.Desenvolvimento guiado por testes (TDD); 2.11.Integração
contínua;
2.12.Diagrama
Entidade
Relacionamento
(ER);
2.13.Notação
BPMN;
2.14.Conceitos e ferramentas de DevOps; 2.15.Técnicas de Integração e Implantação
Contínua de Código (CI/CD); III - REQUISITOS E EXPERIÊNCIA DO USUÁRIO: 3.1.Elicitação
e Gerenciamento de Requisitos, design thinking; 3.2.Histórias do usuário; 3.3.Critérios de
Aceitação; 3.4.Minimum Viable Product (MVP); 3.5.Prototipação; 3.6.Projeto centrado no
usuário de software; 3.7.Storytelling; 3.8.Análise de personas (papéis, perfis etc;) de
usuários de software; IV - ARQUITETURA DE APLICAÇÕES: 4.1.Model-View-Controller
(MVC);
4.2.Representational
State
Transfer (REST);
4.3.Sistemas
de
N
camadas;
4.4.Microsserviço;
4.5.Arquitetura
orientada
a
eventos;
4.6.DevOps
e
CI/CD;
4.7.Refatoração e Modernização de aplicações; 4.8.Práticas ágeis; 4.9.Mediate APIs;
4.10.Arquitetura Cloud Native; 4.11.Padrões de design de software; 4.12.Técnicas de
componentização de software; 4.13.Padrões de projeto (design patterns e anti-patterns);
4.14.Padrões de
arquitetura de
aplicações corporativas
(Patterns of
Enterprise
Applications Architecture); 4.15.Arquitetura de Sistemas WEB e WEB Standards (W3C);
4.16.Arquitetura Orientada a Serviços (SOA); 4.17.Barramento de Serviços Corporativos
(ESB); 4.18.Interoperabilidade entre aplicações; 4.19.Conceitos básicos sobre servidores
de aplicações; 4.20.Conteinerização de Aplicação; 4.21.Frameworks de persistência de
dados; 4.22.Mapeamento objeto-relacional; 4.23.Serviços de mensageria; 4.24.Padrões:
JSON, XML, XSLT, SOAP, UDDI, WSDL, RMI; 4.25.Soluções de busca de dados não
estruturados; 4.26.Streaming
de Dados;
4.27.Arquitetura Publish-Subscribe;
V -
LINGUAGENS DE
PROGRAMAÇÃO: 5.1.Características
estruturais das
linguagens de
programação; 5.2.Orientação a objetos; 5.3.Coleções; 5.4.Tipos genéricos; 5.5.Threads;
5.6.Escalonamento; 5.7.Primitivas de sincronização e deadlocks; 5.8.Garbage collector;
5.9.Tratamento de exceções; 5.10.Anotações; 5.11.Técnicas de profiling; 5.12.Linguagens
de desenvolvimento de interfaces ricas (HTML 5, CSS 3); 5.13.JavaScript; 5.14.Python
(versão 3.10 ou superior); 5.15.R (versão 4.3.0 ou superior); 5.16.Net Core (versão 6 ou
superior); VI - QUALIDADE DE SOFTWARE: 6.1.Garantia da qualidade de software;
6.2.Gerência de configuração de software (GIT); 6.3.Testes de software (unitário,
integração, funcional, aceitação, desempenho, carga, vulnerabilidade); 6.4.Técnicas para
aplicação de testes de software (caixa-branca, caixa-preta, regressão e não funcionais);
6.5.Ferramentas para automatização de testes; 6.6. Métricas de qualidade de código;
6.7.Code Smell; 6.8.Auditoria de Sistemas; VII - ESTRUTURA DE DADOS E ALGORITMOS:
7.1.Tipos básicos de dados; 7.2.Tipos abstratos de dados (lista, fila, pilha, árvore, heap);
7.3.Sub-rotinas: chamadas por endereço, referência e valor; 7.4.Algoritmos para pesquisa
e ordenação; 7.5.Algoritmos para determinação de caminho mínimo; 7.6.Listas lineares
e suas generalizações: listas ordenadas, listas encadeadas, pilhas e filas; Vetores e
matrizes; 7.7.Árvores e suas generalizações: árvores binárias, árvores de busca, árvores
balanceadas (AVL), árvores B e B+; 7.8.Complexidade de algoritmos; 7.9.Programação
recursiva; VIII - ARQUITETURA DE DADOS: 8.1.Modelagem de dados (conceitual, lógica e
física); 8.2.Criação e alteração dos modelos lógico e físico de dados; 8.3.Abordagem
relacional; 8.4.Normalização
das estruturas
de dados;
8.5.Integridade referencial;
8.6.Metadados;
8.7.Modelagem
dimensional;
8.8.Avaliação de
modelos
de
dados;
8.9.Técnicas de engenharia reversa para criação e atualização de modelos de dados;
8.10.Linguagem de consulta estruturada (SQL); 8.11.Linguagem de definição de dados
(DDL); 8.12.Linguagem de manipulação 11 de dados (DML); 8.13.Sistema Gerenciador de
Banco de Dados (SGBD); 8.14.Propriedades de banco de dados: atomicidade,
consistência, isolamento e durabilidade; 8.15.Independência de dados; 8.16.Transações
de bancos de dados; 8.17.Melhoria de performance de banco de dados; 8.18.Bancos de
dados NoSQL; 8.19.Integração dos dados (ETL, Transferência de Arquivos e Integração via
Base de Dados); 8.20.Banco de dados em memória; 8.21.Qualidade de dados e gestão
de dados mestres e de referência; 8.22.Data Lakes e Soluções para Big Data;
8.23.Diferenciação entre bancos relacionais, multidimensionais, documentos e grafos;
8.24. 8.24. Governança de dados utilizando metodologia do DAMA-DMBoK (Data
Management Body of Knowledge); IX - COMPUTAÇÃO EM NUVEM: 9.1.Conceitos de
computação em nuvem: benefícios, alta disponibilidade, escalabilidade, elasticidade,
agilidade, recuperação de desastres; 9.2.Características gerais de identidade, privacidade,
conformidade e segurança na nuvem;; 9.3.Gestão de custos na nuvem: modelos de
faturamento, gerenciamento de subscrições e contas, definição de preço; 9.4.Nuvens
pública e privada, IaaS, PaaS, SaaS, workloads; X - ANÁLISE DE DADOS E INFORMAÇÕ ES :
10.1.Conceitos, fundamentos, características, técnicas e métodos de business intelligence
(BI); 10.2.Mapeamento de fontes de dados; 10.3.Dados estruturados e dados não
estruturados; 10.4.Conceitos de OLAP e suas operações; 10.5.Conceitos de data
warehouse;
10.6.Técnicas
de
modelagem
e
otimização
de
bases
de
dados
multidimensionais; 10.7.Construção de relatórios e dashboards interativos em ferramenta
de BI (MS Power BI); 10.8.Manipulação de dados em planilhas; XI - SEGURANÇA DA
INFORMAÇÃO: 11.1.Segurança física e lógica; 11.2.Softwares maliciosos (ransomware,
vírus, worms, spywares, rootkit etc;); 11.3.Ataques (DDoS, SQL Injection, XSS, CSRF, Path
Traversal
etc;);
11.4.Técnicas
de
desenvolvimento
seguro,
SAST/DAST/IAST;
11.5.Autenticação Única (Single Sign-On - SSO); 11.6.Autenticação Multi Fator (Multi-
Factor Authentication - MFA); 11.7.Gestão de Identidade e acesso (autenticação,
autorização
e
auditoria),
RBAC
e
ABAC;
11.8.Classificação
de
informações;
11.9.Criptografia, certificação digital e assinatura digital;
CARGO: ANALISTA DE GESTÃO CORPORATIVA - ÁREA DE ATUAÇÃO:
TECNOLOGIA DA INFORMAÇÃO PERFIL 3 - CIÊNCIA DE DADOS
Formação: graduação
de nível
superior em:
Engenharia, Matemática,
Estatística, Economia, Ciência de Dados ou na área de Tecnologia da Informação, em
curso reconhecido pelo MEC, Secretarias ou Conselhos Estaduais de Educação.
Requisito: registro no Conselho de Classe correspondente, se houver.
I - CONHECIMENTOS GERAIS: 1.1. Ferramentas colaborativas: Microsoft 365;
1.2. Noções básicas de engenharia de software; 1.3. Conceitos de mapeamento de
processos; 1.4. Noções básicas de Gestão de Contratos e Contratações de Tecnologia da
Informação - Resolução CGPAR 29 de 5 de abril de 2022 e suas atualizações; 1.5. Noções
básicas
de IA
Generativa.
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; 2.15. Aprendizado Supervisionado com
R. III - APRENDIZADO NÃO SUPERVISIONADO: 3.1. Redução de dimensionalidade: PCA; 3.2.
Agrupamento K-Means; 3.3. Agrupamento Hierárquico; 3.4. Regras de associação; 3.5.
Aprendizado não supervisionado com R; IV - MANIPULAÇÃO E TRATAMENTO DE DADOS:
4.1. Integração dos dados (ETL, Transferência de Arquivos e Integração via Base de Dados);
4.2. Lidando com valores faltantes; 4.3. Lidando com dados categóricos; 4.4. Normalização
numérica; 4.5. Detecção e tratamento de outliers; 4.6. Manipulação de dados em R com
data frames e dplyr; V - BANCO DE DADOS E DATA WAREHOUSE: 5.1.Modelo entidade-
relacionamento; 5.2.Mapeamento lógico relacional; 5.3.Normalização; 5.4.Linguagem de
definição e manipulação de dados (SQL); 5.5.Conceitos de data warehousing e modelagem
multidimensional (esquema estrela); 5.6.Conceitos de Data Lake e Bancos NoSQL ; 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;
6.9.Construção de gráficos em R com ggplot2; 6.10.Criação de dashboards interativos em R
com shiny; 6.11.Construção de Dashboards em Microsoft Power BI; 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: 12 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; 7.5.Redes neurais com R: neuralnet; VIII -
ANÁLISE ESTATÍSTICA ESPACIAL: 8.1.Conceitos básicos de geotecnologias; 8.2.Conceitos
básicos de cartografia; 8.3.Projeções cartográficas: superfície de contato, propriedade,
superfície de 8.4.projeção e método; 8.5.Sistemas de coordenadas; 8.6.Dados Geoespaciais:
vetoriais e matriciais (raster); 8.7.Geoprocessamento: análise e modelagem de dados
espaciais; IX - CONCEITOS MODERNOS DE SISTEMAS DE INFORMAÇÃO: 9.1.Conceitos
básicos de Nuvem: IaaS, PaaS e SaaS; 9.2.Conceitos básicos de DevOps: princípios,
versionamento com git, pipeline e CI/CD; X - CÁLCULO: 10.1.Pré-Cálculo: Conjuntos,
Coordenadas
Cartesianas, Cônicas
e Produtos
Notáveis; 10.2.Funções;
10.3.Limites;
10.4.Derivadas; 10.5.Derivadas parciais; 10.6.Máximos e Mínimos; 10.7.Esboços de Gráficos
de Funções; 10.8.Integrais; XI - ÁLGEBRA LINEAR PARA CIÊNCIA DE DADOS: 11.1.Notação de
vetores e matrizes; 11.2.Operações com vetores e matrizes; produto escalar e produto
vetorial; 11.3.Matriz identidade, inversa e transposta; 11.4.Transformações lineares;
11.5.Normas
(L1,
L2);
11.6.Autovalores
e
autovetores;
11.7.Decomposição
SVD;
11.8.Álgebra linear e operações matriciais com R; XII - PROBABILIDADE E ESTAT Í S T I C A :
12.1.Conceitos de Probabilidade: Modelo de probabilidade, Probabilidade Condicional,
Independência, Variáveis Aleatórias, Esperança, Variância e Covariância; 12.2.Distribuições
Contínuas e Discretas: Normal, tStudent, Poisson, Exponencial, Binomial, Dirichlet;
12.3.Distribuições multidimensionais; matriz de covariância; 12.4.Estatísticas Descritivas;
12.5.Inferência Estatística: Teorema do Limite Central, Teste de Hipótese e Intervalo de
Confiança, Estimador de Máxima Verossimilhança, Inferência Bayesiana; 12.6.Coeficiente de
correlação de Pearson. 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.
ANEXO II
REQUISITOS E ATRIBUIÇÕES DO CARGO
CARGO: ANALISTA DE GESTÃO CORPORATIVA
Descrição Sumária: Planeja, organiza e controla produtos, serviços e procedimentos
nas áreas de administração geral, planejamento, organização e métodos, suprimentos,
recursos humanos, tecnologia da informação, econômico-financeira, entre outras.
Formação exigida: Administração, Ciências
Econômicas, Direito, Ciências
Contábeis, Análise de Sistemas, Engenharia de Produção, Psicologia, Serviço Social e
outras, de acordo com as necessidades da Empresa.
ANEXO III
MODELO DE DECLARAÇÃO DE HIPOSSUFICIÊNCIA DE RECURSOS FINANCEIROS
Eu, ,
RG , CPF , declaro para os devidos fins que a(s) pessoa(s) abaixo indicada(s)
é(são) componente(s) do núcleo familiar a que integro, de acordo com o grau de
parentesco informado, sendo residente(s) no mesmo endereço, o qual é abaixo indicado
e possui(em) a(s) respectiva(s) remuneração(ões) mensal(is):
ENDEREÇO DO NÚCLEO FAMILIAR:
C A N D I DAT O :
R E N DA :
DEMAIS MEMBROS DO NÚCLEO FAMILIAR:
NOME
CPF
(se
possuir)
GRAU
DE
P A R E N T ES CO
I DA D E R E N DA *
. 1
. 2
. 3
. 4
. 5
. 6
. 7
. 8
. 9
. 10
Fechar