Apostila MP CE 2025 Analista Ministerial Ciências da Computação.ESTÁ DIRECIONADA AOS CONTEÚDOS PRINCIPAIS COBRADOS NO EDITAL, APOSTILA ATUALIZADA DE ACORDO COM O EDITAL 2025, APOSTILA PERSONALIZADA.

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. 7 Correspondência oficial. 7.1 Aspectos gerais da redação oficial. 7.2 Finalidade dos expedientes oficiais. 7.3 Adequação da linguagem ao tipo de documento. 7.4 Adequação do formato do texto ao gênero.

LEGISLAÇÃO ESTADUAL E LEGISLAÇÃO APLICADA AO MINISTÉRIO PÚBLICO

1 Constituição do Estado do Ceará. 2 Lei nº 9.826/1974 e suas alterações (Estatuto dos Funcionários Públicos Civis do Estado). 3 Lei Complementar nº 72/2008 e suas alterações (Lei Orgânica e Estatuto do Ministério Público do Estado do Ceará). 4 Lei nº 8.625/1993 (Lei Orgânica Nacional do Ministério Público). 5 Lei nº 14.043/2007 e alterações (plano de cargos, carreiras e vencimentos dos servidores do Ministério Público do Estado do Ceará).

ÉTICA NO SERVIÇO PÚBLICO

1 Ética e moral. 2 Ética, princípios e valores. 3 Ética e democracia: exercício da cidadania. 4 Ética e função pública. 5 Ética no setor público. 6 Lei nº 8.429/1992 e suas alterações. 6.1 Disposições gerais. 6.2 Atos de improbidade administrativa.

RACIOCÍNIO LÓGICO

1 Conjuntos numéricos: números inteiros, racionais e reais. 2 Sistema legal de medidas. 3 Razões e proporções. 3.1 Divisão proporcional. 3.2 Regras de três simples e compostas. 3.3 Porcentagens. 4 Equações e inequações de 1º e de 2º graus. 5 Sistemas lineares. 6 Funções e gráficos. 7 Princípios de contagem. 8 Progressões aritméticas e geométricas. 9 Compreensão de estruturas lógicas. 10 Lógica de argumentação: analogias, inferências, deduções e conclusões. 11 Lógica sentencial (ou proposicional). 11.1 Proposições simples e compostas. 11.2 Tabelas-verdade. 11.3 Equivalências. 11.4 Leis de De Morgan. 11.5 Diagramas lógicos. 12 Lógica de primeira ordem. 13 Princípios de contagem e probabilidade. 14 Operações com conjuntos. 15 Raciocínio lógico envolvendo problemas aritméticos, geométricos e matriciais.

NOÇÕES DE GESTÃO PÚBLICA

1 Processo administrativo. 1.1 Funções de administração: planejamento, organização, direção e controle. 1.2 Processo de planejamento. 1.2.1 Planejamento estratégico: visão, missão e análise SWOT. 1.2.2 Análise competitiva e estratégias genéricas. 1.2.3 Redes e alianças. 1.2.4 Planejamento tático. 1.2.5 Planejamento operacional. 1.2.6 Administração por objetivos. 1.2.7 Balanced scorecard. 1.2.8 Processo decisório. 1.3 Organização. 1.3.1 Estrutura organizacional. 1.3.2 Tipos de departamentalização: características, vantagens e desvantagens de cada tipo. 2 Comportamento organizacional: relações indivíduo/organização, motivação, liderança, desempenho. 3 Competência interpessoal. 4 Gerenciamento de conflitos. 5 Fundamentos da gestão de projetos. 6 Gerenciamento de projetos conforme PMBOK 7º Edição – Elaboração da estrutura analítica de projeto; elaboração de cronograma; estimativas de custos e orçamentos; elementos de qualidade de projetos; análise de riscos; gestão de contratos.

ATUALIDADES

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.

CONHECIMENTOS ESPECÍFICOS

GOVERNANÇA E GESTÃO DE TI: 1 ISO 38500. 2 COBIT 2019. 3 PMBOK 7ª edição. 4 Gestão ágil de projetos com Scrum. 5 Noções de DevOps. 6 Arquitetura corporativa (TOGAF).

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 mensuração 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 vizinhos 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 Reconhecimento de entidades (NER – named entity recognition) e rotulação IOB. 7.4 Modelos de representação de texto: Ngramas, 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 Streaming, 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 27002:2022. 4.2 NBR ISO/IEC 27001:2023. 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.

LÍNGUA INGLESA: 1 Compreensão de textos em língua inglesa e itens gramaticais relevantes para o entendimento dos sentidos dos textos.