[ABE-L] O assunto da vez: conteúdo da prova do concurso nacional unificado p/ ESTATÍSTICOS

Sex Jan 12 17:14:01 -03 2024

Oi, Leo e demais colegas,

Acho que a formação de estatísticos tem que acompanhar a evolução
tecnológica e a popularização de diversas linguagens de programação. Não é
deixar o curso mais fraco, de forma alguma, mas, sim, incorporar esses
avanços de forma corriqueira. Não só os meios de fazer estatística mudam,
mas os nomes das técnicas e formas de apresentar os resultados.

Essas inovações *não *deveriam soar como ameaças para os estatísticos
formados e os que ainda estão se formando deveriam encarar como sendo
normal.

Esse concurso está causando uma confusão enorme nas redes sociais. Vejo que
há estatísticos por formação acham que os CONREs deveriam, basicamente,
RESERVAR AS VAGAS para os bacharéis -- e, de quebra, exigir que o conteúdo
programático das provas seja mais coerente com a formação do estatístico.
Acho uma pena pensar assim.

Na minha opinião pessoal, os estatísticos no mercado de trabalho deveriam
procurar, constantemente, aprender mais sobre estatística, computação e
sobre os negócios inerentes à área que escolheu.

Há gritarias ocasionais querendo "moldar" o mercado para os formandos
existentes. Infelizmente o mercado de trabalho não funciona assim... E nem
deveria funcionar assim.

Acompanhando vários profissionais opinando sobre ESTATÍSTICA x CIÊNCIA DE
DADOS, percebo que há um entendimento geral de que precisamos ter um
MARKETING INSTITUCIONAL mais agressivo a fim de mostrar à sociedade/mercado
de trabalho a importância da ESTATÍSTICA (dentro e fora das Ciências de
Dados). Mas eu juro que nem sei como se faz isso. Tenho feito pequenas
ações a meu alcance com o apoio do CONRE-3, mas certamente não são
suficientes.

Doris

Doris

Em qui., 11 de jan. de 2024 às 21:41, Leo Bastos <lsbastos em gmail.com>
escreveu:

> Olá Doris,
>
> Não sou mais professor de graduação em estatística, e chuto que esse
> edital mostra uma tendência de preferência do cientista de dados ao
> estatístico (apesar da grande interseção entre o que se espera desses dois
> profissionais).
>
> Acho que o item 1 já entra desatualizado. Big data, na minha opinião, é um
> termo desatualizado. O item 2 eu não entendo absolutamente nada, e os
> potenciais candidatos teriam que encarar como uma novidade necessária pelo
> menos passa o concurso. Os demais itens estão tranquilamente dentro do
> escopo de formação de um estatístico. Então não acho que o conteúdo seja
> inadequado para estatísticos. E em paralelo, esse edital sinaliza a
> necessidade dos cursos de graduação reforçarem a parte de computação na
> formação de estatísticos, não apenas a programação mas também essas
> tecnologias de organização de bancos de dados.
>
> Bom 2024 a todos,
> Leo
>
>
> Em qui., 11 de jan. de 2024 18:22, Doris Fontes <dsfontes em gmail.com>
> escreveu:
>
>> Olá, colegas,
>>
>> Foi divulgado o EDITAL para o CONCURSO NACIONAL UNIFICADO para diversos
>> órgãos do governo federal e que contém dezenas de VAGAS PARA ESTATÍSTICOS.
>>
>> No entanto, muitos estatísticos começaram a RECLAMAR porque consideram o
>> conteúdo específico INADEQUADO para estatísticos por conter tópicos que
>> nunca aprenderam. Acham que a ESTATÍSTICA está sendo pouco valorizada por
>> valer muito pouco nas provas.
>>
>> Vejam o conteúdo do EIXO TEMÁTICO 5, onde estão as questões com maior
>> peso para os estatísticos:
>>
>>
>> *EIXO TEMÁTICO 5 – APOIO À DECISÃO, INTELIGÊNCIA ARTIFICIAL E MÉTODOS
>> QUANTITATIVOS*
>> *1 Big Data.*
>> 1.1 Definição de Big Data.
>> 1.2 Bancos de dados na nuvem.
>> 1.2.1 O paradigma de computação na nuvem.
>> 1.2.2 Requisitos de gerência de dados na nuvem.
>> 1.2.3 Categorias de bancos de dados na nuvem.
>> 1.3 Infraestruturas para processamento distribuído de Big Data: Hadoop,
>> Spark, Kafka.
>>
>> *2 Data Warehouse.*
>> 2.1 Definição e características de um Data Warehouse.
>> 2.2 Data Mart.
>> 2.3 Processamento de Transações em tempo real: OLTP e OLAP.
>> 2.4 Modelagem Multidimensional.
>> 2.5 Bancos de Dados Multidimensionais.
>> 2.6 Projeto de Data Warehouse.
>> 2.7 Conceitos de extração, transformação e carga (ETL).
>>
>> *3 Descoberta de Conhecimento e Mineração de Dados.*
>> 3.1 Conceitos básicos do processo de descoberta de conhecimento em bancos
>> de dados (KDD).
>> 3.2 Metodologia de KDD.
>> 3.3 Métodos de Data Mining.
>> 3.4 Pré processamento de dados.
>> 3.5 Mineração de dados: classificação, regressão, detecção de
>> agrupamentos, descoberta de regras de associação, sumarização, modelagem de
>> dependências, detecção de tendências e exceções.
>> 3.6 Visualização de Dados.
>>
>> *4 Aprendizado de máquina.*
>> 4.1 Tipos de aprendizado de máquina: aprendizado supervisionado,
>> aprendizado não supervisionado e aprendizado por reforço.
>> 4.2 Algoritmos de aprendizado de máquina: regressão, árvores de decisão,
>> redes neurais, máquinas de vetor de suporte e algoritmos de agrupamento.
>>
>> *5 Estatística.*
>> 5.1 Medidas de tendência central.
>> 5.2 Medidas separatrizes.
>> 5.3 Medidas de dispersão.
>> 5.4 Medidas de Forma: assimetria e curtose, medidas de associação entre
>> variáveis quantitativas e qualitativas (coeficiente de correlação linear de
>> Pearson e coeficiente de contingência de Pearson)
>> 5.5 Gráficos, diagramas, tabelas, medidas descritivas (posição,
>> dispersão, assimetria e curtose).
>>
>> *6 Noções de Probabilidade.*
>> 6.1 Probabilidade condicional e independência.
>> 6.2 Variáveis aleatórias discretas e contínuas.
>>
>> *7 Noções de Inferência Estatística.*
>> 7.1 População e amostra.
>> 7.2 Seleção de amostra.
>> 7.3 Estatística e parâmetro.
>> 7.4 Distribuições amostrais.
>> 8 Noções de Estimação.
>> 8.1 Estimação pontual.
>> 8.2 Estimação intervalar.
>>
>> *9 Testes de hipóteses.*
>> 9.1 Teste sobre a média de uma população.
>> 9.2 Teste para comparação de duas populações considerando amostras
>> independentes.
>> 9.3 Teste para comparação de duas populações considerando amostras
>> dependentes (pareadas).
>> 9.4 Testes de homogeneidade.
>> 9.5 Teste de independência.
>> 9.6 Teste para o coeficiente de correlação.
>>
>> *10 Noções sobre Regressão.*
>> 10.1 Diagrama de dispersão.
>> 10.2 Ajuste da reta de regressão pelo método dos mínimos quadrados.
>> 10.3 Regressão linear simples.
>> 10.4 Intervalos de confiança e intervalo de predição.
>>
>> *11 Noções de amostragem.*
>> 11.1 Amostragem probabilística: técnicas de amostragem – amostragem
>> aleatória simples, estratificada, sistemática e por conglomerados.
>> 11.2 Amostragem não probabilística.12. Entidades Discretas e Contínuas;
>> Algoritmos; Operações Lógicas, Aritméticas, Trigonométricas e Estatísticas.
>>
>>
>> Vocês acham que os conteúdos dos itens 1 e 2 são impossíveis para
>> ESTATÍSTICOS?
>>
>> Gostaria de ouvir a opinião dos professores que formam os atuais
>> estatísticos.
>>
>> Doris
>>
>> _______________________________________________
>> abe mailing list
>> abe em lists.ime.usp.br
>> https://lists.ime.usp.br/listinfo/abe
>>
>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20240112/a6a80311/attachment.htm>