Conteúdo Programático

Conhecimentos Básicos

(Conforme solicitado pelo Edital 2025)
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 escritos em língua inglesa. 2 Itens gramaticais relevantes para compreensão dos conteúdos semânticos. 3 Versão do Português para o Inglês: fidelidade ao texto-fonte; respeito à qualidade e ao registro do texto-fonte; correção morfossintática e lexical. 4 Tradução do Inglês para o Português: fidelidade ao texto-fonte; respeito à qualidade e ao registro do texto‐fonte; correção morfossintática e lexical.
Noções de Lógica e Estatística: 1 Raciocínio lógico. 1.1 Estruturas lógicas. 1.2 Lógica de argumentação: analogias, inferências, deduções e conclusões. 1.3 Lógica sentencial (ou proposicional). 1.3.1 Proposições simples e compostas. 1.3.2 Tabelas-verdade. 1.3.3 Equivalências. 10.3.4 Leis de Morgan; problemas. 2 Noções de estatística. 2.1 População e amostra. 2.2 Histogramas e curvas de frequência. 2.3 Medidas de posição: média, moda, mediana e separatrizes. 2.4 Medidas de dispersão absoluta e relativa. 2.5 Probabilidade condicional, independência. 2.6 Variável aleatória e funções de distribuição.
Ética e Legislação: 1 Código de Conduta, Ética e Integridade da Embrapa (disponível no endereço eletrônico. 2 Estatuto jurídico da empresa pública, da sociedade de economia mista e de suas subsidiárias, no âmbito da União, dos estados, do Distrito Federal e dos municípios: Lei nº 13.303/2016 e Decreto nº 8.945/2016 e alterações. 3 Estatuto da Embrapa aprovado em 24/04/2024. 4 Lei Geral de Proteção de Dados Pessoais – LGPD: Lei nº 13.709/2018 e suas alterações.
Plano Diretor de Embrapa: Plano Diretor da Embrapa 2024-2030.
Atualidades: 1 Tópicos relevantes e atuais de diversas áreas, tais como cultura, desenvolvimento sustentável, economia, ecologia, educação, energia, mudanças climáticas, política, relações internacionais, saúde, segurança, sociedade, tecnologia e transportes.
Conhecimentos Complementares (Conforme solicitado pelo Edital 2025)
Métodos Quantitativos Avançados: 1 Amostragem. 2 Probabilidade e estatística. 3 Estatística experimental. 4 Métodos de análise multivariada. 4.1 PCA (análise de componentes principais), análise de clusters e análise discriminante. 5 Técnicas para redução de dimensionalidade e interpretação de dados complexos. 6 Estrutura de dados: variáveis, registros, banco de dados, estruturas de bancos de dados. 7 Fundamentos de estatística aplicada. 7.1 Conceitos básicos de estatística descritiva: medidas de tendência central, dispersão e distribuição, forma assimétrica e curtose, associação entre variáveis quantitativas e qualitativas. 7.2 Métodos de inferência estatística: estimativas, intervalos de confiança e testes de hipótese. 7.3 Técnicas de amostragem, planejamento e análise de experimentos. 8 Métodos estatísticos para dados não-normais e não-paramétricos. 8.1 Técnicas para análise de dados que não seguem distribuições normais. 8.2 Métodos não-paramétricos: testes de Wilcoxon, Kruskal-Wallis e outros. 8.3 Aplicação de técnicas robustas para dados com outliers e distribuições irregulares. 9 Modelagem estatística e regressão. 9.1 Modelos de regressão linear e não linear: aplicação e interpretação. 9.2 Regressão múltipla, análise de variância (ANOVA) e técnicas de modelagem avançada. 9.3 Avaliação da adequação dos modelos e diagnóstico de problemas. 10 Gestão de dados. 11 Aprendizado de máquina. 12 Softwares R e Python.

Conhecimentos Específicos

(Conforme solicitado pelo Edital 2025)
1 Análise de dados quantitativos de diferentes tipos visando explicar fenômenos, testar hipóteses e prever tendências, por meio do uso de métodos estatísticos (estatística descritiva e inferencial), matemáticos e computacionais (softwares). 2 Análise multivariada. 3 Planejamento/Delineamento e Análise de experimentos. 4 Análise de regressão. 5 Análise de séries temporais. 6 Testes estatísticos paramétricos e não paramétricos. 7 Modelagem e simulação com previsão de cenários para suporte à tomada de decisão. 8 Uso de softwares avançados em estatística.