DOU 13/02/2026 - Diário Oficial da União - Brasil

TEXTO OFICIAL · ÍNTEGRA

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 05302026021300138 138 Nº 31, sexta-feira, 13 de fevereiro de 2026 ISSN 1677-7069 Seção 3 IX - Modelos Generativos e IA Contemporânea; X - Ética, Bias e Responsabilidade em IA. 3 Área de conhecimento 3: Engenharia de Software I - Modelos de processo de software (cascata, incremental, ágil, espiral); II - Requisitos funcionais e não funcionais; III - Engenharia de requisitos: elicitação, análise, validação; IV - UML: casos de uso, diagramas de classe, sequência e atividades; V - Testes de software (unitário, integração, sistema, aceitação); VI - Garantia da qualidade e métricas de software; VII - Arquitetura de software (camadas, microserviços, MVC); VIII - Gerenciamento de configuração e versionamento (Git); IX - Integração Contínua, Entrega Contínua (CI/CD); X - Manutenção de software e evolução. 4 Área de conhecimento 4: Redes e Sistemas Distribuídos e Computação da Nuvem I - Modelo OSI e TCP/IP: camadas, funções e protocolos principais; II - Endereçamento IPv4 e IPv6: máscaras, sub-redes, CIDR; III - Protocolos de roteamento; IV - Ethernet: funcionamento, CSMA/CD, padrões; V - Conceitos fundamentais de sistemas distribuídos: transparência, escalabilidade, tolerância a falhas; VI - Arquiteturas distribuídas: microserviços, serverless, eventos; VII - Balanceadores de carga e tolerância a falhas; VIII - HTTP e HTTPS: métodos, códigos de resposta, headers; IX - Arquitetura cliente-servidor, REST e APIs; X - HTML, CSS e JavaScript: fundamentos. 5 Área de conhecimento 5: Desenvolvimento de Sistemas I - Fundamentos, Processos e Práticas Modernas de Engenharia de Software - Modelagem, Ciclo de Vida, Qualidade, DevOps e Automação; II - Metodologias Ágeis e Gestão Moderna de Projetos - Princípios, Estruturas de Trabalho, Iterações e Avaliação Contínua; III - Paradigmas de Programação e Modelos Computacionais - Orientação a Objetos e Programação Funcional; IV - Arquiteturas de Software e Desenvolvimento Back-end - SOA, Microsserviços, REST, Serverless, MVC e Comunicação Distribuída; V - Organização Estrutural do Código e Padrões de Projeto - Estratégias de Reutilização, Extensibilidade e Baixo Acoplamento; VI - Desenvolvimento Front-end e Construção de Interfaces Modernas - Componentização, Reatividade, Renderização e Integração com Serviços; VII - Desenvolvimento de Aplicativos Móveis - Projeto, Ciclo de Vida, Recursos Nativos e Boas Práticas; VIII - Desenvolvimento Multiplataforma para Dispositivos Móveis - Componentização, Compartilhamento de Código e Interoperabilidade; IX - Inteligência Artificial Aplicada ao Desenvolvimento de Software - Automação, Inferência e Suporte à Tomada de Decisão; X - Integração de Aplicações com Serviços em Nuvem e APIs - Sincronização de Dados, Autenticação, Armazenamento e Arquiteturas Escaláveis. 6 Área de conhecimento 6: Inteligência Artificial I - Fundamentos de Computação e Inteligência Artificial: Conceitos básicos de computação, lógica, representação da informação, histórico, paradigmas e evolução da IA; II - Agentes Inteligentes e Solução de Problemas: Arquitetura de agentes, ambientes, racionalidade, algoritmos de busca, busca heurística, otimização e estratégias de tomada de decisão; III - Aprendizagem de Máquina Supervisionada: Classificação, regressão, preparação de dados, métricas, modelos clássicos e técnicas de validação; IV - Aprendizagem de Máquina Não Supervisionada: Agrupamento, redução de dimensionalidade, detecção de anomalias e análise exploratória de padrões; V - Redes Neurais Artificiais - Estruturas e Treinamento: Perceptron, MLP, funções de ativação, retropropagação, regularização e ajustes de modelos neurais; VI - Deep Learning: Arquiteturas e Aplicações: CNNs, RNNs, Transformers, técnicas de otimização e aplicações em visão computacional e dados sequenciais; VII - Processamento de Linguagem Natural (PLN): Representação de texto, embeddings, modelos estatísticos e neurais, análise sintática e semântica; VIII - Visão Computacional: Processamento de imagens, detecção de características, reconhecimento de padrões, segmentação, classificação e aplicações com técnicas tradicionais e modelos de deep learning; IX - Ferramentas, Frameworks e Ambientes de Desenvolvimento em IA Plataformas, bibliotecas de machine learning e deep learning, pipelines de experimentação e versionamento; X - Ética, Segurança e Responsabilidade em Sistemas de IA Vieses, transparência, impactos sociais, segurança de modelos e diretrizes de uso responsável. 7 Área de conhecimento 7: Ciência da Computação I - Fundamentos de Lógica para Computação: proposições, conectivos, tabelas-verdade e inferência; II - Fundamentos de Algoritmos: definição de algoritmo, fluxogramas, noções básicas de complexidade, busca e ordenação simples; III - Programação em Python - Estruturas Básicas: tipos de dados, variáveis, decisões, laços e entrada/saída; IV - Programação em Python - Funções e Classes: modularização, funções, classes, objetos e tratamento de exceções; V - Estruturas de Dados Lineares: listas, pilhas e filas, operações básicas e aplicações simples; VI - Estruturas de Dados Não Lineares: árvores e grafos, conceitos essenciais e percursos básicos; VII - Fundamentos de Arquitetura de Computadores: tipos de arquiteturas, representação de dados, instruções e modos de endereçamento, organização básica: CPU, registradores, Unidade Lógica e Aritmética, memória, barramentos e ciclo de instrução; VIII - Fundamentos de Sistemas Operacionais: funções do SO, visão geral de kernel, chamadas de sistema e interação hardware-software, processos e threads; IX - Sistemas Embarcados: características, microcontroladores, sensores, atuadores e integração hardware-software; X - Arquitetura de Computadores Aplicada à Robótica e Prototipagem: microcontroladores e microprocessadores (Arduino e Raspberry Pi), organização de hardware embarcado, comunicação entre sensores e atuadores, interfaces de entrada e saída, e integração hardware-software em projetos de robótica. ANEXO IV CRITÉRIOS DE AVALIAÇÃO PARA A PROVA DE CONHECIMENTO Item Critérios de avaliação para a Prova de Conhecimento Máximo 01 Sistematização (organização do texto) 02 02 Síntese (clareza, objetividade, precisão, coerência, criatividade e adequação do texto ao tema) 02 03 Capacidade Argumentativa/Domínio do tema (conhecimento específico) 05 04 Qualidade da linguagem (gramática e domínio do vocabulário técnico) 01 Total 10 ANEXO V TÓPICOS BALIZADORES DA PROVA DE CONHECIMENTOS Edital /2026 Área de conhecimento: [ _ ] Ponto Sorteado: [ _ ] Tópicos: 1 - [ _ ] 2 - [ _ ] 3 - [ _ ] 4 - [ _ ] 5 - [ _ ] 6 - [ _ ] 7 - [ _ ] 8 - [ _ ] 9 - [ _ ] 10 - [ _ ] Data: // Horário: [ _ ] Banca examinadora Presidente [ _ ] Membro [ _ ] Membro [ _ ] Observação: O quantitativo de tópicos balizadores será definido pela Banca Examinadora, podendo ser reduzido ou acrescido linhas conforme necessário. ANEXO VI PROVA DE TÍTULOS (BAREMA DE PONTUAÇÃO) 1 Orientações Gerais: I - Os documentos comprobatórios apresentados para a Prova de Títulos devem ser encadernados com espiral, de acordo com a ordem em que são relacionados neste Anexo (isto é, por grupos). II - Quanto aos itens constantes no Grupo I, para efeito de pontuação: será considerada unicamente a maior titulação, e apenas uma vez; somente serão considerados válidos os títulos reconhecidos pela legislação vigente. III - Os pontos atribuídos às funções relacionadas nos Grupos II e III são acumulativos, respeitadas as pontuações máximas. IV - Para pontuação nas atividades descritas nos Grupos II e III, somente serão consideradas atividades ocorridas há cinco anos, ou seja, (ano de publicação do edital - 5). Por exemplo, se o edital foi publicado em 2023, serão consideradas atividades a partir de 2018. Para candidatas que gozaram licença maternidade ver Item 8.4.2.3.1. V - Frações de tempo superiores a 6 (seis) meses serão contabilizadas como 1 (um) ano. VI - Os valores atribuídos a cada item, individualmente, deverão ser múltiplos de 0,1 (zero vírgula um). VII - A pontuação máxima a ser alcançada na Prova de Títulos será de 150 pontos.