TCE-RJ - Passo Estratégico de Análise de Dados e Informações

Aula demonstrativa disponível
Download liberado

Na hora da prova, um dos principais motivos de não lembrarmos do que foi estudado é a falta de revisões do conteúdo. Deixamos de acertar várias questões por ter dado "branco" no momento do exame.

O Passo Estratégico é um MÉTODO PODEROSO DE REVISÃO E TREINO DE SIMULADOS

Benefícios:

  1. Ajudar na memorização do conteúdo
  2. Eventualmente ajudar a compreender melhor alguns pontos da matéria
  3. Priorizar os assuntos mais cobrados pela banca

Os PDFs do Passo Estratégico são enxutos, com poucas páginas, contendo:

  1. orientações de estudo e exposição dos pontos mais importantes do conteúdo
  2. questões comentadas da banca específica do concurso
  3. análise estatística dos assuntos
  4. simulados de questões inéditas no estilo da banca

ATENÇÃO: é possível que alguma matéria não seja abordada no pacote do PassoEstratégico, em razão de ser um produto novo. Mesmo assim, serão envidados todos os esforços para incluir eventuais matérias faltantes, sem qualquer ônus aos alunos.

Tal observação diz respeito apenas ao Passo Estratégico, não aos Pacotes Completos, que incluem sim todas as matérias.

Garantia de Satisfação OU SEU DINHEIRO DE VOLTA
Se você, dentro do período de 30 dias não estiver satisfeito, nós devolveremos seu dinheiro
Veja as regras
R$ 98,00
ou 12x de R$ 8,17
Certificado
Ao final do curso receba um certificado de conclusão
Cronograma
Vendas até: 15/12/2024
Acesso até o dia da prova.
Carga Horária
30 horas
Garantia de Satisfação OU SEU DINHEIRO DE VOLTA
Se você, dentro do período de 30 dias não estiver satisfeito, nós devolveremos seu dinheiro
Veja as regras

Conteúdo do curso

Disponível
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.
Disponível
Análise Estatística.
Disponível
2 Banco de dados relacionais. 2.1 Conceitos básicos e características. 2.2 Metadados. 2.3 Tabelas, visões (views) e índices. 2.4 Chaves e relacionamentos.
Disponível
Simulado.
Disponível
3 Noções de modelagem dimensional. 3.1 Conceito e aplicações.
Disponível
4 Noções de mineração de dados. 4.1 Conceituação e características. 4.2 Modelo de referência CRISP-DM. 4.3 Técnicas para pré-processamento de dados. 4.4 Técnicas e tarefas de mineração de dados. 4.5 Classificação. 4.6 Regras de associação. 4.7 Análise de agrupamentos (clusterização). 4.8 Detecção de anomalias. 4.9 Modelagem preditiva. 4.11 Mineração de texto.
Disponível
Simulado.
Disponível
4.10 Aprendizado de máquina (supervisionado).
Disponível
4.10 Aprendizado de máquina (não supervisionado).
Disponível
Simulado.
Disponível
5 Noções de Big Data. 5.1 Conceito, premissas e aplicação.
Disponível
6 Visualização e análise exploratória de dados.
Disponível
7 Noções sobre planilhas e SQL.
Disponível
Simulado.
Disponível
Simulado Final.