Resumo de Áreas de Conhecimento

Área 1: Engenharia de Sistemas e Computação

Definição e Objetivo

• Foco: Integração de sistemas de hardware e software, com ênfase no projeto, implementação e gerenciamento de sistemas complexos.
• Objetivo: Projetar, desenvolver e manter sistemas computacionais que atendam a requisitos específicos, equilibrando desempenho, escalabilidade e confiabilidade.
• Abordagem: Mais prática e aplicada, considerando restrições reais como custo, tempo, infraestrutura e manutenção.

Áreas de Atuação

• Desenvolvimento e integração de sistemas de TI corporativos.
• Infraestrutura e redes de computadores.
• Sistemas embarcados e de tempo real.
• Arquitetura de hardware e sistemas distribuídos.
• Automação e controle de sistemas industriais.
• Segurança cibernética e gestão de TI.

Currículo Acadêmico

• Arquitetura de computadores.
• Redes de comunicação.
• Sistemas embarcados e operacionais.
• Engenharia de software aplicada.
• Projeto e simulação de sistemas.

Perfil Profissional

• Profissional orientado a resolver problemas reais, projetando e otimizando sistemas computacionais e infraestruturas.
• Atua em projetos multidisciplinares envolvendo engenheiros de outras áreas.
• Forte preocupação com a viabilidade técnica e econômica

Exemplos de Aplicação

• Projetar o sistema de controle de tráfego aéreo de um aeroporto.
• Desenvolver sistemas embarcados para automóveis.
• Gerenciar a infraestrutura de redes e servidores de uma empresa

Área 2: Ciência da Computação

Definição e Objetivo

• Foco: Fundamentos teóricos e algorítmicos da computação, abordando como resolver problemas computacionais de forma eficiente.
• Objetivo: Explorar os limites e possibilidades da computação, muitas vezes com foco em pesquisa e inovação.
• Abordagem: Mais teórica e exploratória, com foco em algoritmos, estruturas de dados, teoria da informação e linguagens formais.

Áreas de Atuação

• Pesquisa em inteligência artificial, machine learning e ciência de dados.
• Teoria da computação e computabilidade.
• Desenvolvimento de algoritmos e otimização.
• Criptografia e segurança da informação.
• Computação quântica e modelagem matemática.
• Desenvolvimento de software focado em novos paradigmas (ex.: computação neural).

Currículo Acadêmico

• Teoria dos autômatos e linguagens formais.
• Análise de algoritmos.
• Inteligência artificial.
• Computação paralela.
• Computação gráfica e modelagem 3D.

Perfil Profissional

• Profissional voltado à pesquisa ou ao desenvolvimento de software inovador e eficiente.
• Trabalha na fronteira do conhecimento, buscando novas soluções para problemas computacionais.
• Menos envolvimento com restrições de hardware ou integração sistêmica.

Exemplos de Aplicação

• Criar novos algoritmos para IA em jogos.
• Desenvolver uma linguagem de programação para um propósito específico.
• Estudar computação quântica para resolver problemas de otimização.

Área 3: Engenharia de Software

Definição e Objetivo

• Foco: Planejamento, desenvolvimento, teste, implantação e manutenção de software de alta qualidade.
• Objetivo: Construir sistemas de software que sejam confiáveis, escaláveis, manuteníveis e eficientes, utilizando processos estruturados e boas práticas.
• Abordagem: Centrada no ciclo de vida do desenvolvimento de software (SDLC - Software Development Life Cycle) e nas metodologias de engenharia aplicadas ao software.

Áreas de Atuação

• Arquitetura e design de software.
• Gestão de projetos de desenvolvimento de software.
• Garantia de qualidade (QA) e teste de software.
• Desenvolvimento de sistemas distribuídos e aplicações web/mobile.
• Engenharia de requisitos e análise de sistemas. Métodos ágeis e DevOps.
• Manutenção e evolução de software.

Currículo Acadêmico

• Processos de desenvolvimento de software (ágeis, DevOps, etc.).
• Engenharia de requisitos e modelagem de sistemas (UML, BPMN).
• Garantia de qualidade de software.
• Arquitetura e design de sistemas.
• Gerenciamento de projetos e equipes.
• Desenvolvimento orientado a objetos e integração contínua.

Perfil Profissional

• Profissional com foco em criar soluções estruturadas e escaláveis exclusivamente na área de software.
• Envolvimento direto em todos os estágios do ciclo de vida do software, desde a análise até a manutenção.
• Concentração em metodologias de desenvolvimento e gestão de qualidade.

Exemplos de Aplicação

• Desenvolver um aplicativo móvel ou web escalável.
• Implementar um sistema de gestão empresarial (ERP).
• Gerenciar um projeto de software seguindo metodologias ágeis como Scrum.
• Realizar auditorias para garantir a qualidade do software.

Comp1: Diferenças entre engenharia de sistemas e computação, ciência da computação e engenharia de softwar

Tabela Comparativa

Aspecto	Engenharia de Software	Engenharia de Sistemas e Computação	Ciência da Computação
Foco	Software	Integração de hardware e software	Teoria e algoritmos
Abordagem	Metodologias e processos	Multidisciplinar e aplicada	Teórica e exploratória
Objetivo	Qualidade e confiabilidade	Soluções complexas e integradas	Inovação e pesquisa
Exemplos	Aplicativos, ERP, QA	Sistemas embarcados, IoT	AI, algoritmos, criptografia

Área 4: Ciência da informação

Definição e Objetivo

• Foco: Estudo do ciclo de vida da informação — desde a criação, organização, armazenamento e recuperação até a disseminação e uso eficiente.
• Objetivo: Facilitar o acesso e uso da informação para apoiar a tomada de decisão, aprendizado, pesquisa e inovação.
• Abordagem: Interdisciplinar, unindo aspectos tecnológicos, sociais, comportamentais e organizacionais.

Áreas de Atuação

• Gestão de bases de dados e repositórios digitais.
• Design e avaliação de sistemas de recuperação de informação (ex.: buscadores e bibliotecas digitais).
• Arquitetura da informação e experiência do usuário (UX/UI) para acesso eficiente à informação.
Mineração de dados e análise de informações para tomada de decisão.
• Organização do conhecimento (taxonomias, ontologias, metadados).
• Governança da informação e proteção de dados (ex.: compliance com LGPD).
• Curadoria de conteúdo e preservação digital.

Currículo Acadêmico

• Organização e representação da informação (taxonomias, ontologias, classificação).
• Arquitetura de sistemas de informação e bancos de dados.
• Recuperação de informações e mecanismos de busca.
• Gestão da informação e tomada de decisão.
• Preservação digital e curadoria de dados.
• Estudo de comportamento informacional e interação humano-computador.

Perfil Profissional

• Profissional interdisciplinar, com habilidades em análise de dados, design de sistemas de informação, curadoria de conteúdo e suporte à tomada de decisão baseada em informações.
• Atua em projetos que envolvem a interação entre pessoas, organizações e tecnologias, priorizando o acesso e a qualidade da informação.

Exemplos de Aplicação

• Criar e gerenciar um sistema de biblioteca digital ou repositório acadêmico.
• Projetar mecanismos de busca (ex.: Google Scholar). Desenvolver sistemas de metadados para organização de arquivos em uma empresa.
• Analisar e minerar dados para prever tendências de mercado.
• Implementar governança de dados e compliance em organizações.

Área 5: Matemática discreta

Definição e Foco

• Matemática Discreta estuda estruturas finitas ou contáveis, como conjuntos, grafos, números inteiros, sequências e lógica.
• Serve como base para a computação porque muitos problemas computacionais envolvem conjuntos discretos de dados (ex.: bits, estados de um programa, caminhos em um grafo).

Tópicos Principais

• Teoria dos Conjuntos:
  • Conceitos básicos como união, interseção, diferença, subconjuntos.
  • Aplicado em estruturas de dados (ex.: listas, árvores, grafos)
• Lógica Matemática:
  • Proposições, conectivos lógicos, tabelas verdade, equivalências.
  • Base para linguagens de programação, verificação de programas e computabilidade.
• Teoria dos Grafos:
  • Estruturas como nós (vértices) e arestas, caminhos, ciclos, árvores.
  • Aplicado em redes de computadores, inteligência artificial, redes sociais.
• Combinatória:
  • Contagem, permutações, combinações.
  • Essencial para análise de complexidade de algoritmos e otimização.
• Teoria dos Números:
  • Divisibilidade, aritmética modular, números primos.
  • Usada em criptografia e segurança.
• Álgebra Booleana:
  • Variáveis binárias, operadores AND, OR, NOT.
  • Base para circuitos lógicos e programação.

Aplicações em Computação

• Modelagem de algoritmos e estruturas de dados.
• Otimização em sistemas (ex.: roteamento de redes).
• Desenvolvimento de sistemas baseados em lógica (ex.: sistemas especialistas).
• Criptografia e segurança da informação.

Área 5: Algebra

Definição e Foco

• Álgebra estuda estruturas matemáticas e suas relações. É uma disciplina ampla, mas no contexto da computação, destacam-se:
  • Álgebra Linear: Focada em vetores, matrizes, espaços vetoriais.
  • Álgebra Abstrata: Grupos, anéis, corpos e seus usos em estruturas computacionais

Tópicos Principais

• Álgebra Linear:
  • Vetores e Matrizes:
    • Representação e manipulação de dados (ex.: gráficos 3D, machine learning).
  • Sistemas Lineares
    • Soluções de equações lineares (ex.: modelagem de problemas em computação gráfica).
  • Autovalores e Autovetores:
    • Base para análise em redes neurais e redução de dimensionalidade (ex.: PCA em ciência de dados).
• Álgebra Abstrata: ul>
• Teoria dos Grupos:
  • Transformações e simetrias em criptografia e segurança de dados.

• Anéis e Corpos:
  • Base para aritmética modular (ex.: algoritmos de criptografia como RSA).

Teoria dos Grafos:

• Estruturas como nós (vértices) e arestas, caminhos, ciclos, árvores.
• Aplicado em redes de computadores, inteligência artificial, redes sociais.

Álgebra Booleana:

• Já mencionada na Matemática Discreta, é fundamental no design de circuitos digitais e em lógica de programação.

Aplicações em Computação

• Álgebra Linear:
  • Processamento de imagens e computação gráfica.
  • Machine learning, redes neurais e algoritmos de aprendizado de máquina.
  • Simulações físicas e sistemas dinâmicos.
  • Álgebra Abstrata:
    • Criptografia e segurança (RSA, curvas elípticas).
    • Modelagem de problemas em linguagens formais e compiladores.
  • Álgebra Booleana:
    • Design de circuitos lógicos e sistemas digitais.

Tabela Comparativa

Aspecto	Matemática Discreta	Álgebra
Foco	Estruturas finitas e contáveis	Estruturas matemáticas e relações
Abordagem	Conjuntos, lógica, grafos, combinatória	Vetores, matrizes, grupos, corpos
Principais Aplicações	Algoritmos, lógica de programação, IA	Computação gráfica, criptografia, ML
Base para Computação	Estruturas de dados e algoritmos	Modelagem matemática e computação científica