CGU — Auditor Federal AFFC: Tecnologia da Informação — Ciência de Dados (2026)
Conhecimentos específicos (P3) do Edital nº 1/2026 da CGU para a especialidade Tecnologia da Informação — Ciência de Dados. Provas em 13/12/2026.
Monte seu plano a partir deste edital
Estatística, Programação e Análise de Dados
Exploração e descriçãoTipos de dados e variáveis; distribuições de frequências, medidas de posição e dispersão; exploração e visualização; comparação de grupos e períodos; identificação de padrões, anomalias e limites das fontesProbabilidade e inferênciaProbabilidade e distribuições em aplicações; amostragem, estimação, intervalos de confiança e testes de hipótesesPressupostos, incerteza e erros de inferência; significância estatística e relevância práticaRelações entre variáveisCorrelação, regressão e análise de variância; pressupostos, tamanho de efeito e interpretação de resultadosAssociação, predição e causalidade; seleção, representatividade e explicações alternativas em dados administrativosProgramação para análisePython 3: estruturas de dados, controle de fluxo, funções, módulos, arquivos e exceções; leitura, análise e depuração de rotinas de manipulação de dados; organização modular, testes e reprodutibilidade de análisesPreparação e transformaçãoValores ausentes, inconsistências, duplicações, outliers e desbalanceamento; transformação, codificação, normalização e padronização; engenharia e seleção de atributos; prevenção de vazamento de informação na preparação dos dados
Engenharia, Arquitetura e Governança de Dados
Modelagem e arquiteturasModelos relacional, documental, chave-valor, multidimensional e vetorial; normalização e integridade; transações e consistênciaData warehouse, data mart, data lake e lakehouse; produtos de dados, responsabilidade por domínios, autosserviço e governança federada em data meshSQL e consultas analíticasDefinição e manipulação de dados, controle de acesso e transações; filtros, junções, agregações, subconsultas, expressões de tabela comuns e funções de janelaÍndices, planos de execução e desempenho; valores nulos, duplicações e erros de interpretação em consultasIngestão e integraçãoETL e ELT; processamento em lote e fluxo, completo e incremental; APIs e contratos de dados; formatos CSV, JSON, XML e Parquet; interoperabilidade semântica e técnica; falhas, repetição de processamento e consistênciaProcessamento distribuídoParticionamento, paralelismo, movimentação de dados e execução distribuída de transformações e junçõesEscalabilidade, tolerância a falhas e custoPlanos de execuçãoAssimetria entre partições e resultados inconsistentesQualidade e rastreabilidadeMetadados, catálogo e linhagemCompletude, consistência, validade, unicidade, acurácia e atualidadePerfilamento, deduplicação, vinculação de registros e enriquecimentoConciliação de fontesRiscos de correspondências incorretas entre pessoas ou entidadesCompartilhamento e proteçãoMinimização, segregação de ambientes e privilégiosRetenção e descarteAnonimização, pseudonimização e reidentificaçãoPublicação, reutilização e compartilhamento controladosProteção de dados pessoais e equilíbrio entre utilidade analítica, abertura e proteção de pessoas
Aprendizado de Máquina e Inteligência Artificial
Seleção e construção de modelosAprendizado supervisionado e não supervisionado; noções e limites de abordagens semissupervisionadas e por reforçoRegressão, classificação, agrupamento, redução de dimensionalidade e detecção de anomalias; regularização, ensembles, sobreajuste e subajuste; comparação com soluções simplesValidação e generalizaçãoSeparação de treino, validação e testeValidação cruzada e temporalVazamento de informaçãoViés e variânciaGeneralização e estabilidade dos resultadosComparação de modelos e adequação ao uso pretendidoMétricas e efeitos das decisõesPrecisão, sensibilidade, especificidade, calibração e métricas de regressãoCustos dos falsos positivos e falsos negativosDesempenho por grupos, discriminação e incertezaExplicabilidade e interpretabilidadeLimites do uso de escores para priorização e tomada de decisãoRedes neuraisPerceptron e redes multicamadasFunções de ativação e perda, otimização, retropropagação e regularização em nível conceitual e de interpretação de resultadosRedes convolucionais, recorrentes e transformersAdequação ao tipo de dado, custo, limitações e alternativasTransferência de aprendizado e ajuste de modelosLinguagem natural e modelos generativosPré-processamento e classificação de textosRepresentações vetoriais, embeddings e similaridade semânticaModelos de linguagem e LLMsPrompts, recuperação de informação para geração de respostas e ajuste de modelosAvaliação de respostas, fontes, alucinações e limitaçõesAgentes e uso seguro de ferramentasAgentes de IA e integração com ferramentas e fontesAutorização, rastreabilidade e supervisãoProteção contra instruções maliciosas em conteúdo externo, exposição de dados e uso indevido de ferramentasAvaliação dos resultados e limites de autonomia
Operação, Governança e Gestão de Soluções de Dados e IA
Ciclo de vida e MLOpsVersionamento de dados, código e modelosRegistro de experimentosPipelines, testes e integração e entrega contínuasReprodutibilidadeDisponibilização por APIs, implantação e reversãoMonitoramento de mudanças nas distribuições, nas relações e no desempenhoSustentação de soluções analíticasServiços gerenciados e operação própriaRequisitos de processamento, memória, armazenamento e aceleradoresCusto, latência, disponibilidade e observabilidade de pipelines e inferênciaControle de acesso, proteção de segredos e continuidade das soluçõesGovernança e responsabilidadePapéis, riscos e evidências sobre dados, modelos e decisõesRastreabilidade, avaliação de impacto, revisão humana e contestaçãoProteção de dados pessoais e informações sensíveisPrevenção e tratamento de discriminação e de uso fora da finalidadeAvaliação de resultados e limites da automaçãoGestão de produtos de dadosAlinhamento entre problema público, produto e resultadoPriorização, critérios de aceitação e indicadoresDescoberta de necessidades, entrega e ciclo de vidaScrum e KanbanArticulação com PDTIC, plano de transformação digital e plano de dados abertosComunicação dos resultados e das incertezas aos usuáriosContratação e controle de soluçõesEstudo técnico preliminar e termo de referênciaViabilidade, dimensionamento e custo total de propriedadeComparação entre desenvolvimento próprio, contratação e serviços de nuvemPesquisa de preçosRequisitos de qualidade, proteção e desempenhoFiscalização e pagamento por entregas verificáveisPropriedade intelectual, portabilidade, acesso a dados e modelos, dependência tecnológica e plano de saída