Olá Pessoal,

Para você que não me conhece eu sou professor Almeida Jr. Há mais de 10 anos ensino as disciplinas de TI para concursos públicos. Atualmente sou Auditor na CGU. Também fui aprovado no TCU (preferi não tomar posse). Além desses concursos, fui aprovado como Analista de Comércio Exterior no MDIC e em diversos concursos de engenharia eletrônica (Petrobras, Marinha, Embasa, Infraaero,…). Esse é um breve resumo da minha da vida como concurseiro e professor.

Hoje quero te convidar para revolucionar seus estudos de TI. Se você quer chegar forte na sua prova da FGV e pronto para acertar todas as questões de análise de dados para o TJDFT, você está no lugar certo. No nosso curso, diferente dos demais do mercado, cobrimos em detalhes os assuntos do edital e com a profundidade necessária.  O curso é composto de video-aulas, pois acredito ser o meio mais didático para apresentar a disciplina de TI. Os alunos do curso tem acesso a um grupo do telegram onde podem tirar dúvidas diretamente comigo sobre qualquer questões de concurso.

QUERO MINHA VAGA

Veja o que nossos alunos falam sobre os nossos cursos:

Vivi Kanashiro (Aprovada para Auditora-Fiscal da Receita Estadual do RS)

Meu primeiro contato com o professor Almeida Júnior foi quando passei para o concurso de Técnico Tributário da Receita Estadual do RS, no ano de 2014. Acredito que Deus tenha colocado no meu caminho seus resumos, que foram importantes para que eu fizesse mais de 90% da prova na época, me ajudando a ser aprovada no cargo. Em 2018 retomei meus estudos para a área fiscal e estava com muita dificuldade (em desespero, para dizer a verdade) na área de TI. Foi quando decidir comprar o curso do professor e pela primeira vez entendi normalização de banco de dados e vários outros assuntos! A didática impressionante com que o professor leciona as aulas foi fundamental para que eu fosse aprovada no concurso e recentemente empossada como Auditora-Fiscal da Receita Estadual do RS. Indico o curso com gratidão, pois ele foi essencial para que meu sonho se concretizasse.

Anderson Silva (Aprovado no TCE-RJ/2021)

Assisti a algumas aulas do professor Almeida e o que mais me chamou a atenção foi a dinâmica simples e objetiva das aulas. Mas, o que foi decisivo na minha decisão por contratar a monitoria foi a confiança e a convicção na possibilidade de aprovação que ele demonstrava, algo como “vou fazer você ser aprovado nesse concurso”.

A prova finalmente chegou e acabei por conseguir ser aprovado em 13º na correção preliminar das discursivas. O Almeida, então, apoiou firme na elaboração dos recursos e, graças a essa preciosa ajuda, acabei ganhando mais 11 pontos na nota final e passando para 8º lugar na ampla concorrência e 2º entre os afrodescendentes.

Danilo Luiz (Aprovado no BRB 2021)

Meu primeiro contato com o professor Almeida Júnior foi nas videoaulas ao vivo do Gran Cursos Online. Notei que a galera do chat se exaltava, mencionava e valoriza os ensinamentos do Almeida sobre os assuntos da matéria. Diante disso, não me contentei com apenas as videoaulas, pois uma dose de Almeida Júnior é insuficiente. Logo, adquiri o curso “Curso de Questões Comentadas IADES – BRB” e de quebra o “Curso de Discursivas para Concursos”. Estava na dúvida em qual comprar. Apliquei aquela velha máxima “Na dúvida? Fique com os dois!”. Até hoje não tenho certeza qual dos dois é o melhor rsrs! Certeza mesmo é que foram essenciais para lograr êxito no Concurso do BRB.  Quanto ao Almeida Júnior, para mim, dentre todas as qualidades, o destaque está na didática descontraída e objetiva. Ele explana cada ponto da matéria de forma holística sem se exceder. Também é importante ressaltar a prestatividade. Todo curso dele possui um canal para os alunos sanarem as dúvidas com o professor. Também nesse espaço, o Almeida comenta e traz feedback sobre tudo do curso. Inclusive – algo inusitado para mim – ele pode exceder o escopo do curso de brinde! Por exemplo, no meu “Curso de Questões Comentadas – BRB”, ele acrescentou um acervo de materiais contendo teoria prevista no edital e cobrada nos certames da IADES. Isso foi primoroso da parte dele!

Caso queiram um depoimento “express” do Almeida Júnior, segue um relato curto: ele é um maestro como professor! Genial, descontraído e mega objetivo. As aulas dele são um show a parte! Isso não é somente minha opinião exclusiva, outros depoimentos e até os relatos do chat das lives corroboram com isso (mesmo que experimentaram um pequeno “aperitivo” das aulas do Almeida).

Apreciem sem moderação todos os materiais do professor Almeida!

QUERO MINHA VAGA

Vamos cobrir todos os assuntos do edital.

Fundamentos de probabilidade e estatística. Probabilidade e probabilidade condicional. Independência de eventos, regra de Bayes e teorema da probabilidade total. Variáveis aleatórias e funções de probabilidade. Principais distribuições de probabilidade discretas e contínuas: distribuição uniforme, distribuição de Bernoulli, distribuição binomial, distribuição multinomial e distribuição normal. Medidas de tendência central: média (aritmética, ponderada, geométrica e harmônica), mediana e moda. Medidas de dispersão: amplitude, variância, desvio padrão e coeficiente de variação. Teorema central do limite. Regra empírica (regra de três sigma) da distribuição normal. Histogramas e curvas de frequência. Diagrama boxplot. Avaliação de outliers. Linguagens de programação. Conhecimento das linguagens: JavaScript, TypeScript, Java e Python. Conhecimento dos frameworks e toolkits: Angular, jQuery, Hibernate e JPA. Padrões XML, XSLT, UDDI, WSDL, SOAP e JSON. Tecnologias Web Services, REST e API RESTful. Conhecimento dos frameworks Scikit-learn, TensorFlow, PyTorch, NLTK, Matplotlib e Jupyter Notebook. Bancos de dados. Conceitos e fundamentos. Tipos de dados: estruturados, semiestruturados e não estruturados. Modelo relacional, em rede, hierárquico, distribuído e orientado a objetos. Projeto e modelagem de banco de dados relacional. Modelo Entidade Relacionamento. Notação IDEF1X. Normalização. Álgebra relacional. Conhecimento de SGBD Oracle, PostgreSQL, SQL Server e MySQL. Conceitos e propriedades das transações (ACID). Linguagem SQL (Padrão ANSI) e PL/SQL: consultas e subconsultas; triggers, views, functions e stored procedures, packages; tratamento de erros; cursores; arrays. Conhecimento da ferramenta Flyway. Controle de concorrência e otimização de consultas. Fundamentos de Big Data. Conceitos de bancos de dados NoSQL (orientado a documento, chave-valor, grafo e colunar). Conhecimento das plataformas MongoDB e ElasticSearch. Business Intelligence. Conceitos de Business Intelligence, Data Warehouse, Data Mart, Data Mining, Data Lake, ETL e OLAP. Modelagem dimensional. Tipos de modelagem dimensional: Star Schema, Snowflake Schema e Fact Constellation. Tabelas fatos e dimensões. Metodologia CRISP-DM. Algoritmos para exploração de dados e machine learning. Criação, implantação e manutenção de rotinas de ETL. Conhecimento da plataforma Power Center. Operações OLAP. Conhecimento das ferramentas Qlik Sense e Power BI. Base Nacional de Dados do Poder Judiciário (DATAJUD). Organização das Tabelas Processuais Unificadas do Poder Judiciário. Modelo Nacional de Interoperabilidade (MNI). Aprendizado de máquina. Técnicas de classificação: Naive Bayes, regressão logística e redes neurais artificiais. Funções de ativação: limiar, linear, logística, softmax, maxout e gaussiana. Redes perceptron de única e múltiplas camadas. Árvores de decisão: algoritmos ID3, C4.5 e florestas aleatórias (random forest). Máquinas de vetores de suporte (SVM). K vizinhos mais próximos (KNN – K-nearest
neighbors). Avaliação de modelos de classificação: treinamento, teste, validação; validação cruzada; métricas de avaliação; matriz de confusão, acurácia, precisão, revocação, F1-score e curva ROC. Técnicas de regressão: regressão linear e séries temporais. Redes neurais para regressão. Árvores de decisão para regressão. Máquinas de vetores de suporte para regressão. Intervalos de confiança em regressão. Avaliação de modelos de regressão: MAE, MSE, RMSE e coeficiente de determinação (R2). Técnicas de agrupamento: por partição, por densidade e hierárquico. Técnicas de redução de dimensionalidade: seleção de características e análise de
componentes principais (PCA). Técnicas de associação: descoberta de conjuntos frequentes e descoberta de regras de associação. Sistemas de recomendação. Aprendizado profundo (Deep Learning): redes neurais convolucionais, redes neurais recorrentes. Redes de Hopfield. Long short-term memory (LSTM). Redes perceptron multicamadas recorrentes. Máquinas de Boltzmann. Deep belief networks. Tratamento de dados: normalização numérica, discretização, tratamento de dados ausentes, tratamento de outliers e agregações. Processamento de linguagem natural. Conceito de processamento de linguagem natural (PLN). Normalização textual (stop words, estemização, lematização e análise de frequência de termos). Reconhecimento de entidades e rotulação. Modelos de representação de texto: N-gramas, 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). Métricas de similaridade textual (similaridade do cosseno, distância euclidiana, similaridade de Jaccard, distância de Manhattan e coeficiente de Dice). 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-to-text). Visão computacional. Conceitos de representação de imagens. Métodos de filtragem de imagens. Conceitos gerais de reconhecimento de padrões. Detetores de bordas. Técnicas de convolução. Métodos de segmentação. Transformações de Fourier e Wavelets. Transformações de Hough, Snakes e outros métodos de reconhecimento de objetos baseados em modelos. Operadores morfológicos. Reconhecimento facial. Classificação de imagens. Detecção de objetos. Deep learning para visão computacional. Governança e gestão de TI. Conceito de governança e gestão de TI. Planejamento estratégico de TI. Framework COBIT. Metodologias de indicadores OKR, PKI e BSC. Conceitos de gestão de projetos (PMBOK). Métodos, técnicas e ferramentas de gerência de projetos. Processos Ágeis. Metodologia Scrum. Sistema de gestão Kanban. Escritório de projetos: modelos e características. Conceitos de gestão de riscos. Análise SWOT e matriz RACI. Biblioteca ITIL® versão 4: suporte a serviços e entrega de serviços. Conceitos básicos de contratações de TI. Resolução CNJ nº 182/2013 (Diretrizes para as contratações
de Solução de Tecnologia da Informação e Comunicação). Resolução CNJ nº 370/2021 (Estratégia Nacional de Tecnologia da Informação e Comunicação do Poder Judiciário – ENTIC-JUD). Resolução CNJ nº 335/2020 (Plataforma Digital do Poder Judiciário Brasileiro – PDPJ-Br). Segurança da informação. Conceitos de segurança da informação: classificação de informações, confidencialidade, integridade, disponibilidade, não repúdio, privacidade, controle de acesso, segurança física e lógica; identificação, autorização e autenticação. Planos de continuidade de negócio e serviços essenciais. Conceitos de criptografia, esteganografia e criptoanálise. Sistemas criptográficos simétricos e de chave pública. Modos de operação de cifradores. Funções digestoras (hashes). Protocolos de autenticação OpenID Connect (OIDC), SSO, OAuth2 e SAML. Conhecimento da plataforma Keycloak. Mecanismos de assinatura digital e certificação digital. Características dos algoritmos RSA, AES, SSL e SHA-256. Infraestruturas de chaves públicas (PKI – Public Key Infrastrutucture). Organização da ICP-Brasil. Norma de segurança ISO/IEC 27001. Lei nº 13.709/2018 (Lei Geral de Proteção de Dados Pessoais – LGPD). Resolução CNJ nº 396/2021 (Estratégia Nacional de Segurança Cibernética do Poder Judiciário – ENSEC PJ).