DOE 17/04/2024 - Diário Oficial do Estado do Ceará
82
DIÁRIO OFICIAL DO ESTADO | SÉRIE 3 | ANO XVI Nº071 | FORTALEZA, 17 DE ABRIL DE 2024
organizações sociais, organização da sociedade civil de interesse público (OSCIP), agência reguladora, agência executiva, consórcios públicos. 14 Consórcios
públicos (disponível no endereço eletrônico https://www.cidades.ce.gov.br/wp-content/uploads/sites/12/2018/02/consorcios.pdf).
MODERNIZAÇÃO E INOVAÇÃO DA GESTÃO PÚBLICA: 1 A nova gestão pública. 1.1 Governabilidade, governança e accountability. 1.2 Compliance
na administração pública. 2 Governo eletrônico, transparência, comunicação e redes organizacionais. 3 Tecnologias gerenciais e organizacionais aplicáveis
na administração pública. 4 Gestão da qualidade e modelo de excelência gerencial. 5 Gestão da mudança. 6 Gestão por processo alinhada a resultados. 7
Programas de integridade (compliance). 8 Sistemas de tramitação eletrônico de processos. 8.1 Sistema Único Integrado de Tramitação Eletrônica (Suite)
–Decreto estadual nº 34.097, de 08 de junho de 2021. 9 Cultura de inovação. 10 Transformação digital com foco nos serviços públicos ao cidadão e nos
processos de gestão. 11 Modelagem de estrutura organizacional e definição de competências.
CARGO 3: ANALISTA DE GESTÃO PÚBLICA – ÁREA DE ESPECIALIDADE: CIÊNCIA DA COMPUTAÇÃO OU AFINS NA ÁREA DA TECNO-
LOGIA DA INFORMAÇÃO E COMUNICAÇÃO
LEGISLAÇÃO FEDERAL E ESTADUAL DO CEARÁ ESPECÍFICA SOBRE A TEMÁTICA (LEIS, DECRETOS E DEMAIS NORMATIVAS DISPO-
NIBILIZADAS NA INTERNET): 1 Lei nº 13.709/2018 (Lei Geral de Proteção de Dados Pessoais – LGPD).
ANÁLISE, DESENHO E AUTOMAÇÃO DE PROCESSOS: 1 BPM (business process management). 1.1 conceitos básicos. 1.2 identificação e delimitação
de processos de negócio. 1.3 técnicas de mapeamento de processos (modelos as-is). 1.4 técnicas de análise e simulação de processos. 1.5 construção e mensu-
ração de indicadores de processos. 1.6 técnicas de modelagem de processos (modelos to-be). 1.7 modelagem de processos em BPMN: notação, artefatos e
atividades. 1.8 gerenciamento de processos de negócio (BPM). 2 RPA (robotic process automation). 2.1 Conceitos, fundamentos, características, estratégias.
2.2 Padronização de processos, formatação, validação e operação.
ARQUITETURA DE DESENVOLVIMENTO DE SOFTWARE: 1 Desenvolvimento de sistemas. 1.1 Desenvolvimento web. 1.1.1 JavaScript, HTML5, CSS3,
WebSocket, Single Page Application (SPA). 1.2 Framework JavaScript AngularJS, DHTML, AJAX. 1.3 Jasper. 1.4 Noções e conceitos de desenvolvimento
para dispositivos móveis. 1.5 Framework Apache CXF. 1.6 Programação Java 1.7 Programação C# 1.8 Programação Phyton. 1.9 Usabilidade e acessibilidade
na Internet, padrões W3C e e-MAG. 2 Análise estática de código-fonte. 2.1 Clean code. 3 Padrões de projeto. 3.1 GoF. 3.1.1 Padrões de criação; 3.1.2 Padrões
estruturais. 3.1.3 Padrões comportamentais. 3.2 Padrões GRASP. 4 Ambientes Internet, extranet, intranet e portal: finalidades, características físicas e lógicas,
aplicações e serviços. 5 Padrões XML, XSLT, UDDI, WSDL, SOAP, REST e JSON. 6 Engenharia de software. 6.1 Levantamento de requisitos funcionais
e não funcionais. 6.2 Análise de sistemas. 6.3 Qualidade de software. 6.4 Unified Process (UP). 6.5 Unified Modeling Language (UML 2.x). 7 Métrica de
análise de ponto de função. 8 Testes de software. 8.1 Tipos de testes. 8.2 Teste unitário. 8.3 Teste de integração. 8.4 Teste de carga/estresse). 9 Qualidade de
código: SonarQube, Robot Framework e JMeter. 10 Tecnologias e práticas frontend web: HTML, CSS, UX, Ajax, frameworks (Bootstrap, angular, VueJS
e React). 10.1 Padrões de frontend. 10.1.1 SPA e PWA. 11 Tecnologias backend. 11.1 Frameworks: Hibernate, .NET Core, Quarkus, SpringBoot, Flask,
Django, NodeJS, Express e NestJS. 11.2 Especificações: JEE (JPA, EJB, JSF, JMS e JTA), JVM.
DevOps: 1 Gestão de configuração. 1.1 DevOps. 1.2 modelo de versionamento, merge, branch, pipeline. 1.3 CI/CD (continuous integration/continuous
delivery). 1.4 Mesh app and service architecture (MASA). 2 Containers: 2.1 Conceitos básicos sobre Docker e Kubernetes. 2.2 Arquitetura da plataforma
Docker. 2.3 Instalação e configuração do Docker. 2.3.1 Criação e manipulação de imagens Docker. 2.3.2 Registry Docker. 2.4 Gerência de containers com
Docker. 2.5 Rede no Docker. 2.6 Volumes no Docker. 2.7 Segurança no Docker. 2.8 Conceitos básicos sobre containers.
GESTÃO DE PRODUTO: 1 Qualidade de software. 1.1 MPSBR e CMMI. 1.2 Conceitos básicos e objetivos. 1.3 Disciplinas e formas de representação. 1.4
Níveis de capacidade e maturidade. 1.5 Processos e categorias de processos.
BIG DATA & ANALYTICS, BUSINESS INTELLIGENCE, INTELIGÊNCIA ARTIFICIAL, INTERNET DAS COISAS E NUVEM COMPUTACIONAL:
I BIG DATA & ANALYTICS: 1 Dado, informação, conhecimento e inteligência. 1.1 Dados estruturados e não estruturados. 1.2 Dados abertos. 1.3 Coleta,
tratamento, armazenamento, integração e recuperação de dados. 2 Banco de dados relacionais. 2.1 Conceitos e características. 2.2 Metadados. 2.3 Tabelas,
visões (views) e índices. 2.4 Chaves e relacionamentos. 3 Modelagem dimensional. 3.1 Conceito e aplicações. 4 Mineração de dados. 4.1 Modelo de referência
CRISP-DM. 4.2 Técnicas para pré-processamento de dados. 4.3 Técnicas e tarefas de mineração de dados. 4.4 Classificação. 4.5 Regras de associação. 4.6
Análise de agrupamentos (clusterização). 4.7 Detecção de anomalias. 4.8 Modelagem preditiva. 4.9 Aprendizado de máquina. 4.10 Mineração de texto. 5
Big data. 5.1 Conceito, premissas e aplicação. 5.2 Tipos de dados: estruturados, semiestruturados e não estruturados. 5.3 Conceitos dos três Vs. 5.4 Fluxo de
big data: ingestão, processamento e disponibilização. 5.5 Armazenamento de big data. 5.6 Pipeline de dados. 5.7 Processamento distribuído. 5.8 Conceitos
de data lake. 5.9 ETL X ELT. 5.10 Soluções de big data. 5.10.1 Arquitetura do ecossistema Apache Hadoop. 5.10.2 Componentes Hadoop: HBase, Kudu,
Sqoop, Nifi, Hive, Impala, Spark, Spark Streaming, SOLR, Oozie, Yarn, Kafka, Flink e AirFlow. 5.11 Arquiteturas de big data. 5.11.1 Arquitetura Lambda.
5.11.2 Arquitetura Kappa. 5.11.3 Arquitetura de cloud computing para dados (AWS, Azure). 6 Visualização e análise exploratória de dados. 7 Planilhas e
SQL. 8 Visualização de dados: BD individuais e cubos. 9 Técnicas de modelagem e otimização de bases de dados multidimensionais. 10 Mapeamento das
fontes de dados: técnicas para coleta de dados. II BUSINESS INTELLIGENCE: 1 Conceitos, fundamentos, características, técnicas e métodos de business
intelligence (BI). 2 Sistemas de suporte a decisão e gestão de conteúdo. 3 Arquitetura e aplicações de data warehouse com ETL e OLAP. 4 Definições e
conceitos de data warehouse e data mining. 5 Visualização de dados: BD individuais e cubos. 6 Técnicas de modelagem e otimização de bases de dados
multidimensionais. 7 Mapeamento das fontes de dados: técnicas para coleta de dados. 8 Ecossistema de big data Apache Hadoop. Arquitetura e análise de
requisitos para sistemas analíticos. 9 Álgebra relacional e SQL (padrão ANSI). 10 Banco de dados NoSQL. 11 Visualização e análise exploratória de dados
11.1 Ferramentas de criação de dashboards (Power BI, Google Looker e Pentaho). 11.2 Storytelling. 11.3 Elaboração de painéis e dashboard. 11.4 Elaboração
de relatórios analíticos. III INTELIGÊNCIA ARTIFICIAL: 1 Técnicas de classificação. 1.1 Naive Bayes. 1.2 Regressão logística. 1.3 Redes neurais artificiais.
1.3.1 Funções de ativação: limiar, linear, ReLU, logística, softmax, maxout e gaussiana. 1.3.2 Redes Perceptron de única e múltiplas camadas. 1.4 Árvores
de decisão (algoritmos ID3 e C4.5) e florestas aleatórias (random forest). 1.5 Máquinas de vetores de suporte (SVM – support vector machines). 1.6 K vizi-
nhos mais próximos (KNN – K-nearest neighbors). 1.7 Comitês de classificadores. 1.8 Avaliação de modelos de classificação: treinamento/teste/validação;
validação cruzada; métricas de avaliação (matriz de confusão, acurácia, precisão, revocação, F1-score e curva ROC). 2 Técnicas de regressão. 2.1 Regressão
linear. 2.2 Séries temporais (tendências, suavização exponencial e modelos ARIMA). 2.3 Redes neurais para regressão. 2.4 Árvores de decisão para regressão.
2.5 Máquinas de vetores de suporte para regressão. 2.6 Intervalos de confiança em regressão. 2.7 Avaliação de modelos de regressão: mean absolute error
(MAE), mean square error (MSE), root mean square error (RMSE) e coeficiente de determinação (R2). 3 Técnicas de agrupamento. 3.1 Agrupamento por
partição. 3.2 Agrupamento por densidade. 3.3 Agrupamento hierárquico. 4 Técnicas de redução de dimensionalidade. 4.1 Seleção de características (feature
selection). 4.2 Análise de componentes principais (PCA – principal component analysis). 5 Técnicas de associação. 5.1 Descoberta de conjuntos frequentes.
5.2 Descoberta de regras de associação. 6 Sistemas de recomendação. 7 Processamento de linguagem natural (PLN). 7.1 Normalização textual (stop words,
estemização, lematização e análise de frequência de termos). 7.2 Rotulação de partes do discurso (POS-tagging – part-of-speech tagging). 7.3 Reconheci-
mento de entidades (NER – named entity recognition) e rotulação IOB. 7.4 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). 7.5 Métricas
de similaridade textual (similaridade do cosseno, distância euclidiana, similaridade de Jaccard, distância de Manhattan e coeficiente de Dice). 7.6 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). IV
INTERNET DAS COISAS: 1 IoT (Internet of Things). 1.1 Conceitos, fundamentos, características. 1.2 Arquitetura IoT. V NUVEM COMPUTACIONAL:
1 Arquitetura e desenvolvimento em nuvem. 1.1 Computação na nuvem. 1.2 Nuvem pública e nuvem privada. 2 Arquitetura de cloud computing para dados
(AWS, Azure). 2.1 Características, requisitos e recursos. VI ORIENTAÇÕES A SERVIÇO: 1 Ferramentas de integração assíncrona: Kafka, NATS Strea-
ming, ActiveMQ. 2 microsserviços. 2.1 Orquestração de serviços, API gateway. 2.2 containers. 2.3 Padrões de microsserviços. 2.4 Transações distribuídas. 3
Arquitetura de software. 3.1 Interoperabilidade de sistemas. 3.2 Arquitetura orientada a serviços. 3.2.1 Web services. 3.2.2 RESTful, SOAP. 3.3 Arquitetura
orientada a objetos. 3.4 Arquitetura. 3.5 Camadas, modelo MVC. 3.6 Arquitetura de aplicações para ambiente web. 3.6.1 Servidor de aplicações. Servidor
web. 4 Gerenciamento de serviços (ITIL 4). 4.1 Conceitos básicos, disciplinas, estrutura e objetivos. VII VIRTUALIZAÇÃO DE SERVIDORES: 1 Tópicos
avançados. 1.1 Virtualização (XEN, VMWare, KVM, ZVM). 1.2 Consolidação de servidores. 1.3 Integração de plataforma alta com plataforma baixa.
SEGURANÇA DA INFORMAÇÃO, SEGURANÇA DE DATACENTER, SEGURANÇA DE DISPOSITIVOS, DISPONIBILIDADE: 1 Confiabilidade,
integridade e disponibilidade. 2 Mecanismos de segurança. 2.1 Criptografia. 2.2 Assinatura digital. 2.3 Garantia de integridade. 2.4 Controle de acesso. 2.5
Certificação digital. 2.6 Infraestrutura de chaves públicas. 2.7 Ataques a sistemas de criptografia. 3 Gerência de riscos. 3.1 Ameaça, vulnerabilidade e impacto.
4 Políticas de segurança. 4.1 NBR ISO/IEC 27002:2005. 4.2 NBR ISO/IEC 27001:2013. 4.3 NBR ISO/IEC 15408. 4.4 Políticas de senhas. 5 Autenticação de
dois fatores (MFA). 6 OAuth 2, JWT, SSO e SAML. 7 OWASP Top 10 (https://owasp.org/www-project-topten/). 8 Segurança de aplicações web: 8.1 SQL
injection, XSS, CSRF, ataques de inclusão de arquivos. 8.2 Vulnerabilidades em navegadores. 8.3 Vulnerabilidades de code signing. 8.4 Vulnerabilidades
de controles de autenticação. 8.5 Comunicação interaplicativos e sidejacking.
SISTEMAS DISTRIBUÍDOS: 1 Arquitetura de sistemas distribuídos. 1.1 Balanceamento de carga, fail‐over e replicação de estado. 1.2 Técnicas de análise de
desempenho e otimização de consultas (tuning). 1.3 Segurança de banco de dados. 2 Arquitetura e tecnologias de sistemas de informação: conceitos básicos
e aplicações; arquitetura cliente-servidor; especificação de metadados; arquitetura de aplicações para ambiente web: servidor de aplicações, servidor web;
arquitetura de software: arquitetura de camadas, modelo MVC. 3 Desenvolvimento de integrações: tecnologia Middleware. 3.1 APS (application platform
suite); interoperabilidade de sistemas. 3.1.1 Padrões de interoperabilidade (ePING).
REDE DE COMPUTADORES: 1 Técnicas básicas de comunicação de dados. 2 Técnicas de comutação de circuitos, pacotes e células. 3 Topologias de
redes de computadores. 4 Arquitetura e protocolos de redes de comunicação de dados. 5 Endereçamento e protocolos da família TCP/IP. 6 Modelo OSI. 7
Arquitetura cliente servidor. 8 Tecnologias de rede local: ethernet, fast ethernet, gigabit ethernet. 9 Redes sem fio: padrões 802.11, protocolos 802.1x, EAP,
WEP, WPA, WPA2.
CARGO 4: ANALISTA DE GESTÃO PÚBLICA – ÁREA DE ESPECIALIDADE: CONTABILIDADE PÚBLICA
LEGISLAÇÃO FEDERAL E ESTADUAL DO CEARÁ ESPECÍFICA SOBRE A TEMÁTICA (LEIS, DECRETOS E DEMAIS NORMATIVAS DISPO-
NIBILIZADAS NA INTERNET): 1 Plano plurianual. 1.1 Lei nº 18.662/2023 Volume I – mensagem (disponível no endereço eletrônico https://www.seplag.
Fechar