Analista de Tecnologia da Informação - Análise de Negócios de TI (Perfil 1)

Grade curricular

DATAPREV — Edital 001/2026, retificado em 29/07/2026 — Anexo I CONHECIMENTOS GERAIS LÍNGUA PORTUGUESA: 1 Compreensão e interpretação de textos de gêneros variados. 2 Reconhecimento de tipos e gêneros textuais. 3 Domínio da ortografia oficial. 4 Domínio dos mecanismos de coesão textual. 4.1 Emprego de elementos de referenciação, substituição e repetição, de conectores e de outros elementos de sequenciação textual. 4.2 Emprego de tempos e modos verbais. 5 Domínio da estrutura morfossintática do período. 5.1 Emprego das classes de palavras. 5.2 Relações de coordenação entre orações e entre termos da oração. 5.3 Relações de subordinação entre orações e entre termos da oração. 5.4 Emprego dos sinais de pontuação. 5.5 Concordância verbal e nominal. 5.6 Regência verbal e nominal. 5.7 Emprego do sinal indicativo de crase. 5.8 Colocação dos pronomes átonos. 6 Reescrita de frases e parágrafos do texto. 6.1 Significação das palavras. 6.2 Substituição de palavras ou de trechos de texto. 6.3 Reorganização da estrutura de orações e de períodos do texto. 6.4 Reescrita de textos de diferentes gêneros e níveis de formalidade. LÍNGUA INGLESA: 1 Compreensão de textos em língua inglesa e itens gramaticais relevantes para o entendimento dos sentidos dos textos. RACIOCÍNIO LÓGICO: 1 Estruturas lógicas. 2 Lógica de argumentação: analogias, inferências, deduções e conclusões. 3 Lógica sentencial (ou proposicional). 3.1 Proposições simples e compostas. 3.2 Tabelas-verdade. 3.3 Equivalências. 3.4 Diagramas lógicos. 4 Lógica de primeira ordem. 5 Raciocínio lógico envolvendo problemas aritméticos, geométricos e matriciais ATUALIDADES E INTELIGÊNCIA ARTIFICIAL: 1 Tópicos relevantes e atuais de diversas áreas, tais como segurança, transportes, política, economia, sociedade, educação, saúde, cultura, tecnologia, energia, relações internacionais, desenvolvimento sustentável e ecologia. 2 Inteligência Artificial: fundamentos e aplicações: conceitos de inteligência artificial; aprendizado da máquina; introdução aos modelos generativos e modelos de linguagem; ética, governança e privacidade em IA. LEGISLAÇÃO ACERCA DE SEGURANÇA DA INFORMAÇÃO E PROTEÇÃO DE DADOS: 1 Lei nº 12.527/2011 (Lei de Acesso à Informação): capítulos I, II, III, IV e V; Dec. nº 7.724 e nº 7845. 2 Lei nº 12.737/2012 (Lei de Delitos Informáticos): art. 2º. 3 Lei nº 12.965/2014 (Marco Civil da Internet): capítulos II, Seção I, e III, Seções I e II. 4 Lei nº 13.709/2018 (Lei Geral de Proteção de Dados Pessoais – LGPD): capítulos I, II, III, IV, VII, VIII e IX. CONHECIMENTOS ESPECÍFICOS — ANÁLISE DE NEGÓCIOS DE TI 1 Análise de negócios. 2 Gestão por processos e gestão funcional. 2.1 Ciclo PDCA - Plan, Do, Check e Act. 3 Gerenciamento de Processos de Negócio (BPM CBOK v.4.0). 3.1 Conceitos, modelagem de processos, análise de processos, desenho de processos, gerenciamento de desempenho de processos, transformação de processos, tecnologias de BPM. 3.2 Tipologia dos processos. 3.3 Hierarquia do processo: Macroprocesso, Processo, Subprocesso, Atividades e Tarefa. 3.4 Reengenharia de processos. 3.5 Abordagens de melhoria de processos. 4 Notação BPMN. 5 Ferramentas e tecnologias de gerenciamento de processos; automação de processos; BPMS. 6 Gerenciamento de indicadores, metas e resultados. 7. Gestão Ágil de Projetos. 8. Gerenciamento de produtos. 9. COBIT 2019. 10 ITIL v4. 11 Engenharia de software: levantamento, técnicas de elicitação de requisitos, análise e gerenciamento de requisitos, ciclo de vida de sistemas, modelos, metodologias, técnicas e ferramentas de análise e projeto de sistema (paradigma estruturado e paradigma orientado a objetos). 12 Desenho de Arquitetura de Soluções. 13 User experience (UX): 13.1 Conceitos de acessibilidade e usabilidade. 13.2 Histórias do usuário. 14 Storytelling com dados. 15 Prototipação. 16 Design thinking. 17 Análise de personas de usuários de software. 18 Mínimo Produto Viável (MVP). 19 técnicas de modelagem e DataMining. 20 Arquitetura de Dados: modelagem de dados (conceitual, lógica e física), abordagem relacional e não relacional (MongoDB), metadados, linguagem de consulta estruturada (SQL), linguagem de definição de dados (DDL), linguagem de manipulação de dados (DML). 21 Análise de dados e informações. 21.1 Dado, informação, conhecimento e inteligência. 21.2 Conceitos, fundamentos, características, técnicas e métodos de business intelligence (BI). 21.3 Mapeamento de fontes de dados. 21.4 Dados estruturados e dados não estruturados. 21.5 Conceitos de OLAP e suas operações. 21.6 Conceitos de data warehouse. 21.7 Técnicas de modelagem e otimização de bases de dados multidimensionais. 21.8 Construção de relatórios e dashboards interativos em ferramentas de BI. 21.9 BI como suporte a processos de tomada decisão. 22 Negociação: 22.1 Conceitos básicos. 22.2 Conflito. 22.3 Estilos de Negociação. 23. Comunicação assertiva. 24 Gestão Comercial e Relacionamento com cliente. 25 Gestão de Contratos com Clientes: Formalização, Execução, Precificação e Aferição de contratos. 26 Conceitos de Inteligência Artificial e Big Data. Fonte: https://conhecimento.fgv.br/sites/default/files/concursos/edital-retificado-dataprev.pdf