Ciência de Dados para Auditor Federal de Finanças e Controle da Controladoria Geral da União - CGU: Tecnologia da Informação
Controladoria-Geral da União
Auditor Federal de Finanças e Controle - AFFC (Tecnologia da Informação)
Concurso CGU: edital publicado! 60 vagas e inicial de R$ 20 mil. Prepare-se agora!
É oficial: o edital da Controladoria-Geral da União (CGU) foi publicado! O concurso, organizado pelo Cebraspe, oferece 60 vagas imediatas para Auditor Federal de Finanças e Controle (AFFC), além de cadastro de reserva com até 368 aprovados no total. As oportunidades se dividem entre as especialidades Auditoria e Tecnologia da Informação (Ciência de Dados, Infraestrutura de TI e Desenvolvimento de Sistemas), com subsídio inicial de R$ 20 mil e exigência de nível superior em qualquer área. As inscrições vão de 10 de outubro a 4 de novembro de 2026, com taxa de R$ 170, e as provas estão marcadas para 13 de dezembro de 2026, nas 27 capitais.
Com o edital em mãos, você já sabe exatamente o que estudar. No turno da manhã, as provas objetivas reúnem Conhecimentos Básicos, Conhecimentos Complementares e Conhecimentos Específicos, estes com peso 2. À tarde, a prova discursiva traz uma questão de Conhecimentos Complementares e uma situação-problema de Conhecimentos Específicos, que vale 70 dos 100 pontos. O certo ou errado, marca registrada do Cebraspe, exige domínio do conteúdo e estratégia de prova, porque cada erro anula um acerto. Por isso, nosso curso para a CGU é focado no estilo Cebraspe: teoria direcionada ao que a banca cobra, treino com a lógica dos itens de certo ou errado e preparação para as provas discursivas.
O Direção Concursos é referência na preparação para os concursos da área de controle. Nossa equipe de professores especializados, somada a materiais didáticos objetivos e completos, faz toda a diferença. Aqui, você encontra a segurança de estudar com quem realmente entende do assunto.
Faltam pouco mais de dois meses para a prova, e cada dia de estudo conta. Não deixe para depois: garanta o seu curso e acelere a sua preparação para a CGU com o Direção Concursos!
Confira os professores
Os professores do Direção são aprovados nos concursos mais difíceis do país.
Material do curso
| Aulas |
|---|
1 Aprendizado de máquina. 1.1 Técnicas de classificação. 1.2 Técnicas de regressão. 1.3 Técnicas de agrupamento. 1.4 Técnicas de redução de dimensionalidade. 1.5 Técnicas de associação. 1.6 Sistemas de recomendação. 1.7 Processamento de linguagem natural (PLN). 1.8 Visão computacional. 1.9 Deep learning. |
2 Big Data. 2.1 Fundamentos. 2.2 Tipos de dados: estruturados, semiestruturados e não estruturados. 2.3 Conceito dos cinco Vs. 2.4 Fluxo de big data: ingestão, processamento e disponibilização. 2.5 Armazenamento de big data. 2.6 Pipeline de dados. 2.7 Processamento distribuído. 2.8 Conceito de data lake. 2.9 ETL X ELT. 2.10 Soluções de big data. 2.11 Arquiteturas de big data. 3 Tratamento de dados. 3.1 Normalização numérica. 3.2 Discretização. 3.3 Tratamento de dados ausentes. 3.4 Tratamento de outliers e agregações. 5 Processamento de dados. 5.1 Conceitos de processamento massivo e paralelo - Parte 1/2 |
2 Big Data. 2.1 Fundamentos. 2.2 Tipos de dados: estruturados, semiestruturados e não estruturados. 2.3 Conceito dos cinco Vs. 2.4 Fluxo de big data: ingestão, processamento e disponibilização. 2.5 Armazenamento de big data. 2.6 Pipeline de dados. 2.7 Processamento distribuído. 2.8 Conceito de data lake. 2.9 ETL X ELT. 2.10 Soluções de big data. 2.11 Arquiteturas de big data. 3 Tratamento de dados. 3.1 Normalização numérica. 3.2 Discretização. 3.3 Tratamento de dados ausentes. 3.4 Tratamento de outliers e agregações. 5 Processamento de dados. 5.1 Conceitos de processamento massivo e paralelo - Parte 2/2 |
Lógica de Programação |
Python Básico |
Linguagem R (Básico) |
Bibliotecas Python: Numpy e Pandas |
NLTK |
Machine Learning supervisionado (Python) |
Python - machine learning aula 2 |
Tidyverse |
Tópicos Avançados de Python |
7 Qualidade de dados. 7.1 Conceitos e definições. 7.2 Dimensões da qualidade de dados (visão DMBOK). 7.3 Principais t écnicas em qualidade de dados. 7.3.1 Profiling. 7.3.2 Matching. 7.3.3 Deduplicação. 7.3.4 Data cleansing. 7.3.5 Enriquecimento. 7.4 Boas práticas para adoção da qualidade de dados. 7.5 Processos de qualidade para modelos de dados. |
Total R$ 251,10 |
Tenha acesso completo a todo o conteúdo do Direção Concursos
Acesse todas as aulas e cursos do site em um único lugar
Depoimentos

Maísa
Assistente em Administração na UFPB

Henrique Napoleão
Aprovado no Concurso TCU

Armando Garcia
Aprovado para Auditor Fiscal da Receita Federal

Daniel de Holanda
Auditor Fiscal da Receita Federal

Maria Luiza Kunert
Conselheiro-Substituto para TCE PB, TCE MG, TCE ES e TCDF

Laura Costa
9° Lugar Banco do Brasil



