DOU 09/10/2023 - 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 05302023100900062
62
Nº 193, segunda-feira, 9 de outubro de 2023
ISSN 1677-7069
Seção 3
1. Linguagens de programação como Java/JavaScript, TypeScript, C++, Python, PHP, Shell Script, SQL, XML, JSON, CSS e HTML; 2. Sistemas gerenciadores de banco de dados
com extensão espacial (ex. PostgreSQL/PostGIS) e bancos de dados NoSQL (ex: MongoDB e REDIS); 3. Bibliotecas do tipo GDAL/OGR, Terralib, Leaflet ou correlatas. 4. Ambientes
GeoServer e GeoNetwork; 5. Noções de máquinas virtuais e garbage collector; 6. Padrões de desenvolvimento de serviços Web como REST e padrões para GeoServiços OGC; 7.
Fundamentos sobre projeto de software; estrutura e arquitetura de software; notações de projeto de software; estratégias e métodos para projeto de software; 8. Engenharia de
software: Noções sobre processo de engenharia de software; Fundamentos sobre requisitos de software; elicitação de requisitos; análise de requisitos; especificação de requisitos;
validação de requisitos; 9. Arquitetura de sistemas distribuídos em cluster de servidores usando Docker e Docker Swarm ou correlatos; 10. Geoprocessamento, processamento de imagens
e sistemas de informação geográfica;
(TG28) Tecnologista Pleno (Padrão I) - Especialidade Desenvolvimento de produtos de sensoriamento remoto para o monitoramento de queimadas
1. Sensoriamento remoto orbital: conceitos básicos e leis fundamentais da radiação eletromagnética; elementos de sensoriamento remoto, processamento de imagens e
sistemas de recepção, resolução espacial, temporal e radiométrica, tratamento básico de imagens e tipos de órbitas; Índices de vegetação e de áreas queimadas; 2. Geoprocessamento:
processamento de imagens e sistemas de informação geográfica, banco de dados geográficos; 3. Estatística: Conceitos fundamentais de Estatística como população, amostra, variáveis,
dados quantitativos e qualitativos, medidas de tendência central (média, mediana, moda) e medidas de dispersão (desvio padrão, variância), Análise de séries temporais, habilidades
avançadas em ferramentas e linguagens de programação usadas para análise de dados, como SQL, Python, R, Excel avançado e outras ferramentas de manipulação de dados. 4.
Computação: Sistema Operacional Linux, comandos básicos do terminal, Processos e gerenciamento de tarefas, acesso remoto a servidores Linux via SSH e a transferência de arquivos;
Programação em linguagens shell scripts, conhecimento de um sistema de controle de versão.
(TG29) Tecnologista Pleno (Padrão I) - Especialidade Análise e desenvolvimento de produtos de sensoriamento remoto para o monitoramento das mudanças da cobertura e
uso da terra
1. Extração de informações espectrais e espaciais; 2. Análise e classificação de imagens (métodos supervisionados e não supervisionados); 3. Análise de séries temporais de
imagens, incluindo conceito de cubos de dados; 4. Conceitos de cobertura da terra e uso da terra; 5. Técnicas de detecção de mudanças (comparação de imagens, índices de mudança,
análise de tendências, etc.); 6. Metodologias para o mapeamento de desmatamento, regeneração florestal, degradação florestal, pastagens, reflorestamento, expansão urbana, agricultura,
entre outros; 7. Conceitos de Interpretação e validação de resultados de mapeamentos; 8. Implicações/impactos ambientais das mudanças de cobertura e uso da terra; 9. Conceitos
fundamentais em análise de paisagem, incluindo Métricas de paisagem: fragmentação, conectividade, forma, tamanho, diversidade, entre outras; 10. Dinâmicas de uso, com enfoque no
processo de desmatamento e principais ameaças em todos os biomas brasileiros;
(TG30) Tecnologista Pleno (Padrão I) - Especialidade Desenvolvimento de produtos de satélites e radares meteorológicos e aplicações, bem como processamento de imagens
1. Espectro eletromagnético: Radiação visível, infravermelho e micro-ondas; 2. Principais leis da radiação; 3. Características dos sensores orbitais para perfilhamento da atmosfera;
4. Propriedades radiativas da atmosfera: espectros ultravioleta, visível, infravermelho e micro-ondas; 5. Sensoriamento remoto da atmosfera: elementos de sensoriamento remoto,
processamento de imagens e sistemas de recepção, resolução espacial, temporal e radiométrica, tratamento básico de imagens e tipos de órbitas; 6. Radar meteorológico: funcionamento
básico, radar polarimétrico e doppler; 7. Visualização e processamento de dados de radar: PPI, RHI e CAPPI e estimativa de precipitação; 8. Análise, Processamento e Interpretação de Imagens
de Satélites e Radares Meteorológicos; 9. Produtos meteorológicos derivados de dados de satélites: vento na troposfera, precipitação, classificação de nuvens, altura do topo de nuvens,
temperatura da superfície continental, temperatura da superfície do mar, focos de queimadas, radiação solar e terrestre, estimativa de concentração de aerossóis.
(TG31) Tecnologista Pleno (Padrão I) - Especialidade Desenvolvimento de software para processamento de imagens e dados adquiridos por satélites e sensores meteorológicos
1. Sistemas operacionais: ambiente LINUX e utilitários; instalação e gerenciamento de pacotes; gerenciamento de permissões de usuários, diretórios e arquivos; ambientes de máquinas
virtuais; protocolos de transferência de dados; Shell scripts. 2. Algoritmos computacionais, estruturas de dados e programação: tipos de dados; variáveis e constantes; operadores; funções;
estruturas condicionais e de repetição; apontadores; recursividade; estruturas de dados; programação orientada a objetos; desenvolvimento de software; estrutura e arquitetura de software;
notações de projeto de software; linguagens de programação (C/C++, Python, JavaScript e Shell script). 3. Processamento de imagens de sensoriamento remoto: fundamentos de sensoriamento
remoto orbital; características de satélites meteorológicos, ambientais e geoestacionários; características de imagens de sensoriamento remoto; noções de sistemas de referência espacial;
operações com imagens digitais; filtragem; classificação; segmentação; histograma e estatísticas de imagens; operações em histograma; técnicas de interpolação de dados. 4. Tecnologias, bancos
de dados e disseminação de informação: formatos de arquivos matriciais georreferenciados (netCDF, HDF, GeoTIFF, dentre outros); bibliotecas associadas ao domínio das ciências atmosféricas e
geoinformática: GDAL/OGR, numpy, xarray, netCDF4, matplotlib, cartopy, geopandas, scikit-image ou correlatas; Sistema Gerenciador de Banco de Dados (SGBD); extensões espaciais para SGBD;
PostgreSQL/PostGIS; representação de dados geoespaciais; métodos de indexação multidimensionais; linguagem de consulta estruturada (SQL); noções de Web services; noções de API; métodos
de autenticação; formatos de arquivos para compartilhamento de informações; JSON; ferramentas de gestão de configuração e versionamento de software; Git.
(TG32) Tecnologista Pleno (Padrão I) - Especialidade Processamento de dados meteorológicos e georreferenciados; Desenvolvimento de software na área de meteorologia
1. Linguagens de programação Fortran/C/C++/Python, noções de compiladores e processamento paralelo (OMP e MPI); 2. Noções de SQL e banco de dados geoespaciais. 3.
Lógica de programação e algoritmos; 4. Métodos numéricos; 5. Sistema operacional Linux/Unix, Shell scripts Bash/sh/ksh; 6. Engenharia de software, controle de versões de software,
métodos ágeis; 7. Estatística e probabilidade, produção de mapas e gráficos; bibliotecas associadas ao domínio das ciências atmosféricas e geoinformática: pygrib, xarray, netCDF4, numpy,
scipy, seaborn, matplotlib, cartopy, pandas, scikit-learn, dentre outras. 8. Processamento de dados georreferenciados, formatos de dados usados em modelos meteorológicos, satélites,
radares e observações.
(TG33) Tecnologista Pleno (Padrão I) - Especialidade Previsão imediata (nowcasting); Desenvolvimento de produtos meteorológicos ou ambientais, métodos e ferramentas para
a implantação de sistemas para previsão imediata
1. Técnicas de inferência de produtos meteorológicos através de dados de satélite: estimativa de precipitação; índices de instabilidade; caracterização de nuvens e sistemas
sinóticos; rastreamento de sistemas convectivos; 2. Radar meteorológico: radares polarimétricos e doppler. 3. Microfísica de nuvens: princípios de formação de nuvens, e distribuição de
tamanhos de hidrometeoros. 4. Descargas elétricas e formação de tempestades. 5. Técnicas de rastreio e previsão imediata de sistemas convectivos: extrapolação, advecção, uso de dados
de descargas elétricas em nowcasting; 6. Sistemas de tempo que atuam no Brasil: frentes, vórtices ciclônicos de altos níveis, zona de convergência do Atlântico Sul, zona de convergência
inter-tropical; sistemas convectivos de mesoescala, linhas de instabilidade e tornados; 7. Análise e uso de modelos numéricos de alta resolução e previsões por conjunto, previsão por
ingredientes; 8. Noções de programação, desenvolvimento de mapas e produtos baseados em dados meteorológicos; linguagem de programação Python e software GrADS.
(TG34) Tecnologista Pleno (Padrão I) - Especialidade Processamento de dados meteorológicos, modelos numéricos e desenvolvimento de produtos na escala subsazonal e
sazonal
1. Características climáticas regionais e globais, ENOS, OMJ, Variação de baixa frequência, teleconexões trópicos-extratrópicos, interação oceano-atmosfera, conceitos ligados
à previsibilidade climática, variabilidade intrasazonal e interanual; 2. Tópicos em previsões de Clima e subsazonal, previsões por conjuntos, habilidade preditiva de modelos numéricos
em escala subsazonal, noções de parametrizações físicas em modelos numéricos; 3. Estatística, análise de séries temporais e espaço-temporais; 4. Análise, Diagnóstico e Prognóstico da
Atmosfera; 5. Noções de programação e lógica, produção de mapas e produtos meteorológicos; linguagem de programação Python e software GrADS; 6. Sistemas operacionais Linux/Unix,
Shell scripts Bash/Sh/ksh.
(TG35) Tecnologista Pleno (Padrão I) - Especialidade Desenvolvimento e análise de produtos de previsão numérica de tempo e dados ambientais
1. Programação Shell scripts. Utilitários Unix. Fortran 90/95/2003 em ambientes proprietários e abertos (open source). Tipos de Linguagens de Programação. Conceitos de
algoritmo. Conceito de linguagem. Constantes e Variáveis. Tipos de Dados. Operadores. Expressões Aritméticas e lógicas. Atribuição, condicionamento e repetição. Funções e
procedimentos. Vetor e matriz. Linguagens interpretadas, open source. Controle de versões de software. 2. Tecnologias de disseminação de dados geográficos na WEB. Desenvolvimento
de sistemas de workflow e de sistemas colaborativos de informações gerenciais em ambientes abertos. Conceitos básicos de técnicas para mapeamento de processos. Definição e
classificação de processos. Automação de processos. 3. Análise de Dados Espaciais: Geoprocessamento e Sensoriamento Remoto. Sistema de Informação Geográfica e aplicações em
estudos ambientais. Técnicas de aquisição e processamento de dados ambientais e meteorológicos em sistemas de informação geográfica. 4. Meteorologia e climatologia. Circulação geral
da atmosfera e oceanos. Sistemas meteorológicos que atuam na América do Sul. Estatística Descritiva. 5. Estatística Experimental. Métodos de verificação de modelos numéricos:
conceitos básicos; benefícios da verificação de modelos; eventos binários; eventos categóricos; variáveis contínuas; verificação de campos espaciais; probabilidade e previsão por
conjuntos. Tipos de previsões e dados de verificação. Interpretação de imagens de satélites e produtos de previsão numérica de tempo e clima. 6. Climate Data Operators (CDO):
informações e operações de arquivo; seleção e comparação; modificação de metadados; operações aritméticas; análise estatística; regressão e interpolação; transformações vetoriais e
espectrais; formatação de entrada/saída; índices climáticos. netCDF Operators (NCO): derivação de novos dados; cálculo de médias; manipulação de metadados; remapeamento;
concatenação de dados; estatística de grandes conjuntos de dados; geração de arquivos nos formatos de texto, binário ou netCDF. NCAR Command Language (NCL):
importação/exportação de dados; leitura e escrita de dados; manipulação de dados; visualização de dados. Python: vetores, matrizes e arrays; visualização de dados; processamento de
dados; aplicações científicas; criação de mapas; processamento de dados climáticos.
(TG36) Tecnologista Pleno (Padrão I) - Especialidade Desenvolvimento ou aprimoramento de sistema de assimilação de dados nas componentes do sistema terrestre e de
aplicações para monitoramento do processo de assimilação
1. Fundamentos em Assimilação de Dados: Introdução à assimilação de dados e sua importância em modelos de previsão; Conceitos básicos em estimação e propagação de
incertezas; Tipos de dados utilizados na assimilação e suas características. 2. Técnicas de Estimação Clássicas: Estimação de Mínimos Quadrados e suas aplicações em assimilação;
Estimação por Máxima Verossimilhança e sua implementação prática; Estimação Bayesiana e o uso de probabilidades a priori e a posteriori; Implementação de algoritmos de estimação
clássicos em problemas reais. 3. Filtros de Kalman e suas Variantes: Análise de Kalman Linear (KALMAN FILTER) e sua aplicação em problemas lineares; Estendendo a Análise de Kalman
para casos não lineares (EKF - Extended Kalman Filter); Ensemble Kalman Filter (EnKF) e sua utilização em sistemas com grandes conjuntos de dados; Implementação de Filtros de Kalman
e variantes em modelos de previsão. 4. Filtros de Partículas (Particle Filters): Conceitos fundamentais de filtros de partículas e seu funcionamento; Algoritmo de Resampling (Amostragem
por Importância) e suas variações; Métodos avançados em Filtros de Partículas: Regularização e Eficiência; Implementação de Filtros de Partículas em problemas de assimilação complexos.
5. Assimilação de Dados Variacional: Formulação Variacional em assimilação de dados; Algoritmos de otimização utilizados na assimilação variacional; Uso de técnicas de regularização
e penalização para evitar problemas numéricos; Implementação de assimilação de dados variacional em modelos de previsão 6. Inteligência Artificial em Assimilação de Dados: Conceitos
básicos de Inteligência Artificial aplicada à assimilação; Redes Neurais Artificiais em problemas de estimação e previsão; Utilização de algoritmos de Aprendizado de Máquina para
tratamento de dados; Integração de técnicas de Inteligência Artificial em algoritmos de assimilação. 7. Desafios e Tendências em Desenvolvimento de Algoritmos para Assimilação de
Dados: Lidando com grandes volumes de dados em tempo real; Desenvolvimento de algoritmos eficientes e paralelizados; Integração de técnicas de aprendizado de máquina e Inteligência
Artificial; Explorando novas abordagens em assimilação de dados e suas aplicações. 8. Exemplos e Estudos de Caso em Desenvolvimento de Algoritmos para Assimilação: Aplicações em
meteorologia, oceanografia e hidrologia; Uso de bases de dados reais em problemas de assimilação; Estudos de caso com a implementação de algoritmos em ambientes de modelagem;
Avaliação de desempenho e eficiência dos algoritmos desenvolvidos.
(TG37) Tecnologista Pleno (Padrão I) - Especialidade Processamento de Alto Desempenho - PAD (HPC)
1. Linguagem Fortran moderno (ISO/IEC 1539-1:2004 [Fortran 2003], ISO/IEC 1539-1:2010 [Fortran 2008], ISO/IEC 1539:2018 [Fortran 2018]); Noções de linguagem C, linguagem
CUDA e linguagem Python; Noções dos Padrões OpenMP 4.0, OpenMP 4.5, OpenMP 5.0; Noções dos Padrões OpenACC 3.0, OpenACC 3.1, OpenACC 3.2; Noções dos compiladores Fortran
e C: Intel, GNU (GFortran/GCC), NVIDIA; 2. Noções de escalonadores de processos, slurm e PBS; Conhecimento em Modelos de programação e processamento paralelo; Métricas e
análises de desempenho para sistemas paralelos; Conceitos: processos, threads, comunicação entre processos e sincronização entre processos; Programação em computadores com
memória compartilhada: linguagens, ferramentas de programação e algoritmos; 3. Conhecimentos básicos em IDEs modernos (Visual Studio Code, Sublime Text e Atom); Conhecimento
em Linux e Unix; Conhecimentos básicos em bash (Bourne Again Shell), csh (C Shell) e ksh (KornShell); 4. Conhecimento em Cálculo numérico: Aritmética de ponto flutuante; Zeros de
funções reais; Sistemas de equações lineares: métodos diretos e iterativos; Interpolação polinomial; Integração numérica; Quadrados mínimos lineares; 5. Sistemas Operacionais;
Escalonadores e gerência de memória; 6. Algoritmos e projetos de algoritmos: Representação de dados, tipos primitivos e compostos: inteiro,real, booleano, caractere e cadeia de
caracteres; Entrada e Saída; Estruturas de seleção: simples (se) e múltipla (caso); Estruturas de repetição: com pré-condição (enquanto-faça), com pós-condição (repita-até) e de laços
contados (para-faça); Matrizes n-dimensionais; Introdução a ponteiros; Estrutura de dados; 7. Avaliação de desempenho: conceitos, diferenças entre modelos analíticos e simulação,
speedup, escalabilidade e eficiência de performance; Workload e principais benchmarks; 8. Conceitos de dependências de dados e de controle; Arquitetura de Memória: memória cache,
memória principal, armazenamento secundário, memória virtual, TLB; Arquiteturas avançadas: pipeline, super pipeline, superescalar, VLIW, EPIC, vetorial; Taxonomia de arquiteturas
paralelas: SISD,SIMD, MISD e MIMD; Noções básicas de sistemas paralelos e distribuídos; Arquiteturas paralelas e distribuídas: conceitos e tecnologias; Memória compartilhada e
distribuída: conceitos e técnicas de coerência, técnicas de otimização, técnicas de análise de performance, Máquinas e tecnologias atuais, CPUs, GPUs, FPGA, Co-Processadores,
Aceleradores, pipelines, vetores; 9. Arquiteturas de computadores e redes. 10. Ferramentas de otimização e performance, compiladores. Sistema de controle de versão GIT, noções de
métodos ágeis; 11. Lei de Moore; Lei de Amdahl; Noções de Cluster Beowulf, Supercomputadores e suas diferenças; Noções de conexão ethernet, infiniband e redes dedicadas; Noções
de balanceamento de carga de processamento; Noções de Alta disponibilidade (HA); Noções de armazenamento de alta performance; Noções de serviço em nuvens para processamento
de alto desempenho.
(TG38) Tecnologista Pleno (Padrão I) - Especialidade Projeto e Análise Estrutural
1. Mecânica dos sólidos e resistência dos materiais; 2. Análise estática e análise de flambagem de estruturas aeroespaciais; 3. Vibração e análise dinâmica de estruturas
aeroespaciais, incluindo análise modal e análise de resposta em frequência; 4. Método de elementos finitos aplicado ao cálculo de estruturas; Materiais para uso aeroespacial e materiais
compósitos; 6. Interpretação de resultados oriundos de análises e de ensaios estruturais; Leitura e interpretação de desenhos mecânicos.
Fechar