Edital 127/2010 - CPCP - CT

De Wiki DAINF
(Diferença entre revisões)
 
(21 edições intermediárias de um usuário não apresentadas)
Linha 1: Linha 1:
 +
== Informações Gerais ==
  
 +
* Cargo: '''Professor de Magistério Superior'''
 +
* Classe: Adjunto
 +
* '''Vagas: 03 (três vagas)''' sendo uma vaga para cada uma das área/sub-áreas abaixo:
 +
** '''Ciência da Computação/Computação Pervasiva'''
 +
** '''Ciência da Computação/Reconhecimento de Padrões e Recuperação de Informações'''
 +
** '''Ciência da Computação/Sistemas Colaborativos e Computação Paralela'''
 +
* Carga Horária: DE (Dedicação Exclusiva)
 +
** Obs.: O regime de trabalho de dedicação exclusiva impede o exercício de outra atividade remunerada, pública ou privada.
 +
* Taxa de inscrição: R$ 183,00 (há a possibilidade de isenção da taxa de inscrição conforme item 2.7 do edital)
 +
* Remuneração bruta inicial: R$ 7.333,67
 +
** Este valor é o que é recebido pela classe Adjunto, nível 1. A remuneração atual está disponível em [http://www.servidor.gov.br/publicacao/tabela_remuneracao/bol_remuneracao.htm tabela de remuneração dos servidores públicos federais]
  
−
= Informações =
+
* Informações oficiais e inscrições: http://www.utfpr.edu.br/concursos/campi/ct/cpcp/1272010
 +
* Edital:  http://www.utfpr.edu.br/concursos/campi/ct/arquivos-gerais/Edital_127_2010_CPCP_CT.pdf
 +
* '''Informações para os candidatos: ver [[Guia de Sobrevivência]]'''
  
−
* Informações oficiais: http://www.utfpr.edu.br/concursos/campi/ct/cpcp/1272010
+
== Datas ==
  
−
* Edital:  http://www.utfpr.edu.br/concursos/campi/ct/arquivos-gerais/Edital_127_2010_CPCP_CT.pdf
+
* Inscrições: '''17/10/2010 a 15/11/2010'''
 +
* Prova escrita: 21 de novembro de 2010
 +
 
 +
* A prova de Desempenho Didático será realizada em data e hora a serem divulgadas juntamente com o resultado da Prova Escrita e o tema será sorteado com 24 horas de antecedência, sendo único para todos os candidatos, obedecendo-se o critério da ordem alfabética.
 +
 
 +
 
 +
= Programas das sub-áreas =
 +
 
 +
== Sub-área: Computação Pervasiva ==
 +
 
 +
1 - Computação pervasiva
 +
 
 +
2 - Computação cooperativa
 +
 
 +
3 - Computação móvel em Computação Pervasiva
 +
 
 +
4 - Redes ad hoc e de sensores
 +
 
 +
5 - Computação em nuvem
 +
 
 +
6 - Ambientes inteligentes para Computação Pervasiva
 +
 
 +
7 - Segurança em Computação Pervasiva
 +
 
 +
8 - Protocolos de Comunicação e Redes sem fio usados em Computação Pervasiva
 +
 
 +
9 - Sistemas embarcados para Computação Pervasiva
 +
 
 +
10 - Middleware para Computação Pervasiva
 +
 
 +
=== Bibliografia Sugerida ===
 +
 
 +
   
 +
A relação a seguir contempla os livros considerados elementares, o que não impede que outros sejam utilizados para a elaboração de questões.
 +
 +
 
 +
"Pervasive Computing: The Mobile World (Springer Professional Computing)", Uwe Hansmann, Lothar Merk, Martin S. Nicklous, and Thomas Stober ( Aug 5, 2003)
 +
 +
"Fundamentals of Mobile and Pervasive Computing", Frank Adelstein, Sandeep KS Gupta, Golden Richard III, and Loren Schwiebert (Nov 30, 2004)
 +
"Advances in Wireless Ad Hoc and Sensor Networks", (Signals and Communication Technology), Maggie Xiaoyan Cheng and Deying Li (Nov 2, 2010)
 +
 +
"Ad Hoc Wireless Networks: Architectures and Protocols", C. Siva Ram Murthy and B.S. Manoj (Jun 3, 2004)
 +
 +
"Computer Networking: A Top-Down Approach (5th Edition)", James F. Kurose and Keith W. Ross (Mar 31, 2009)
 +
 +
M. Weiser, "The computer for the 21 st century", ACM SIGMOBILE Móbile Computing and Communications Review, Volume 3 ,  Issue 3, 1999.
 +
 +
M. Satyanarayanan, "Pervasive Computing: Vision and Challenges", IEEE Personal Communications, vol.8, 2001.
 +
 
 +
== Sub-área: Reconhecimento de Padrões e Recuperação de Informações ==
 +
 
 +
1. Reconhecimento de padrões: características, vetores de características e classificadores. Reconhecimento supervisionado versus não-supervisionado.
 +
 
 +
2. Classificadores baseados na teoria de decisão de Bayes e reconhecimento
 +
estatístico de padrões;
 +
 
 +
3. Classificadores lineares: princípios, classificadores (LSM, SVM, etc) e
 +
aplicações.
 +
 
 +
4. Classificadores não-lineares: princípios, classificadores (redes neurais,
 +
árvores de decisão, etc) e aplicações.
 +
 
 +
5. Seleção de características: detecção de outliers, seleção baseada em
 +
hipóteses estatísticas, medidas de separabilidade de classes, geração ótima
 +
de características.
 +
 
 +
6. Agrupamento (Clustering): conceitos básicos, algoritmos seqüenciais,
 +
algoritmos hierárquicos e esquemas baseados em funções de otimização.
 +
 
 +
7. Aprendizagem de máquina independente de algoritmos: aspectos gerais,
 +
bias/variância, re-amostragem, estimação e comparação de classificadores,
 +
combinação de classificadores.
 +
 
 +
8. Sistemas para recuperação de informações; modelos booleano, vetorial e
 +
probabilista.
 +
 
 +
9. Propriedades de coleções de documentos textuais; pré-processamento;
 +
documentos não-estruturados e semi-estruturados.
 +
 
 +
10. Recuperação de informações e aprendizagem de máquina; funcionamento de
 +
máquinas de busca. Web e p2p querying.
 +
 
 +
=== Bibliografia Sugerida ===
 +
 
 +
A relação a seguir contempla os livros considerados elementares, o que não
 +
impede que outros sejam utilizados para a elaboração de questões.
 +
 
 +
R. O. Duda; P. E. Hart; D. G. Stork. Pattern Classification (2nd. Ed.). John Wiley
 +
and Sons Inc., 2001.
 +
 
 +
R. Schalkoff. Pattern Recognition: Statistical,
 +
Approaches. John Wiley and Sons, 1992.
 +
Structural
 +
and
 +
S. Theodoridis, K. Koutroumbas. Pattern Recognition (4th Ed.). Academic
 +
Press, 2008.
 +
 
 +
C. M. Bishop. Pattern Recognition and Machine Learning. Information
 +
Science and Statistics, Springer, 2007.
 +
 
 +
T. Mitchell. Machine Learning. McGraw-Hill, 1997.
 +
 
 +
J. Han; M. Kamber. Data Mining: Concepts and Techniques. Morgan
 +
Kaufmann, 2000.
 +
 
 +
I.H. Witten; E. Frank. Data Mining: Practical Machine Learning Tools and
 +
Techniques with JAVA Implementations. Morgan Kaufmann, 2000.
 +
 
 +
S. Haykin. Neural Networks and Learning Machines (3rd. Ed.) Prentice Hall,
 +
2008.
 +
 
 +
C. M. Bishop. Neural Networks for Pattern Recognition. Oxford University
 +
Press, 1996.
 +
 
 +
Ricardo Baeza-Yates and Berthier Ribeiro-Neto. Modern Information Retrieval.
 +
Addison-Wesley, 1999.
 +
 
 +
Ian H. Witten, Alistair Moffat and Timothy C. Bell. Managing Gigabytes:
 +
Compressing and Indexing Documents and Images (2nd. Ed.). Van Nostrand
 +
Reinhold, 1999.
 +
 
 +
Karen Sparck-Jones and Peter Willett (Eds.) Readings in Information Retrieval. Morgan Kaufmann, 1997.
 +
 
 +
== Sub-área: Sistemas Colaborativos e Computação Paralela ==
 +
 
 +
1. Modelagem de contexto: modelagem orientada a papéis de objetos,
 +
modelagem espacial, modelagem baseada em lógica, modelagem baseada em
 +
ontologias. Aplicações em Sistemas Colaborativos.
 +
 
 +
2. Modelagem de interações e raciocínio: comunicação, cooperação e
 +
coordenação. Aplicações em Sistemas Colaborativos.
 +
 
 +
3.Estruturas de cooperação: modelagem baseada em organizações de
 +
agentes.
 +
 
 +
4. Raciocínio sobre contexto: situações (episódios), incerteza e modelos
 +
híbridos. Aplicações em Sistemas Colaborativos.
 +
 
 +
5. Computação afetiva. Aplicações em Sistemas Colaborativos.
 +
 
 +
6.Privacidade e segurança em sistemas cooperativos: algoritmos e
 +
impactos sociais.
 +
 
 +
7. Infraestruturas de computação em grade e computação em nuvem:
 +
escalonamento, orientação a serviços, monitoração, interoperabilidade,
 +
simulação e suporte autonômico.
 +
 
 +
8. Computação em nuvem para sistemas cooperativos: ambiente de
 +
execução, gerenciamento de dados, de serviços e de execução.
 +
 
 +
=== Bibliografia Sugerida ===
 +
 
 +
A relação a seguir contempla os textos considerados elementares, o que não
 +
impede que outros sejam utilizados para a elaboração de questões.
 +
 
 +
Antonopoulos, N.; Gillam, L. Cloud Computing: Principles, Systems and
 +
Applications. Springer, 2010.
 +
 
 +
Baecker, R. M.; Grudin, J.; Buxton, W.; Saul Greenberg, S. Readings in Human-
 +
Computer Interaction: Toward the Year 2000, Second Edition (Interactive
 +
Technologies). Morgan Kaufmann, 1995.
 +
 
 +
Burkhardt, Henn, Hepper, Rintdorff, Schaeck. Pervasive Computing, 2002,
 +
Addison Wesley, ISBN 0-201-72215-1
 +
 
 +
Coulouris, G.; Dollimore, J.; Kindberg,T. Distributed Systems: Concepts and
 +
Design. G. Fourth edition, Pearson Education 2005.
 +
 
 +
Damasio, A. Descartes’ Error: Emotion, Reason, and the Human Brain. New York:
 +
Avon Books, 1994.
 +
 
 +
Gay, G. Context-aware mobile computing: Affordances of space, social awareness,
 +
and social influence. San Rafael, CA: Morgan & Claypool, 2009.
 +
 
 +
Guizzardi, G. Ontological Foundations for Structural Conceptual Models,
 +
Telematica Instituut Fundamental Research Series No. 15, ISBN 90-75176-
 +
81-3, The Netherlands, 2005. Disponível em http://guizzardi.panrepa.org/File-
 +
55835.pdf (acesso em 4/10/2010)
 +
 
 +
Goldberg, L. R. An alternative “description of personality”: The Big-Five factor
 +
structure. Journal of Personality and Social Psychology, Washington DC, v.59,
 +
p.1216-1229, 1990.
 +
 
 +
Izard, C.; Kagan, J.; Zajonc, R.B. (Eds.). Emotions, cognition, and behavior. New
 +
York: Cambridge University Press, 1984.
 +
 
 +
Krumm, J. Ubiquitous Computing Fundamentals. 1st. Chapman & Hall/CRC, 2009.
 +
 
 +
Liu, H.; Salerno, J.; Young, M. J. (eds.). Social Computing, Behavioral Modeling,
 +
and Prediction. Springer, 2008.
 +
 
 +
Nisan N., Roughgarden T., Tardos E., Vazirani V. Algorithmic game theory, 2007.
 +
 
 +
Ortony, A.; Clore, G.; Collins, A. The cognitive structure of emotions. Cambridge,
 +
UK: Cambridge Press, 1988.
 +
 
 +
Saha, D.; Mukherjee, D. Pervasive Computing: A Paradigm for the 21st Century,
 +
IEEE Computer, IEEE Computer Society Press, pp. 25-31, March 2003
 +
 
 +
Sichman, J. Raciocínio Social e Organizacional em Sistemas Multiagentes:
 +
Avanços e Perspectivas. Tese de Livre Docência. Universidade de São Paulo,
 +
2003.
 +
 
 +
Singh, Munindar P. and Huhns, Michael N. Service-Oriented Computing, Wiley &
 +
Sons, Inc., 2005.
 +
 
 +
Shoham, Y.; Leyton-Brown, K. Multiagent Systems, Algorithmic, Game-Theoretic,
 +
and Logical Foundations. Stanford University, Kevin Leyton-Brown.
 +
Cambridge University Press. Disponível como Google Book, 2008.
 +
 
 +
Vidal, José M. Fundamentals of Multiagent Systems. Texto do autor, versão
 +
accesível em http://jmvidal.cse.sc.edu/papers/mas-20070824.pdf (versão
 +
2007) e/ou em http://www.damas.ift.ulaval.ca/ ~coursMAS/ComplementsH10/
 +
mas-Vidal.pdf (versão 2010).
 +
 
 +
Winograd, T. Understanding Computers and Cognition. Ablex, Norwood,1986.
 +
 
 +
Wooldridge, Michael, An Introduction to MultiAgent Systems (2nd Edition), Wiley,
 +
2009.

Edição atual tal como 12h27min de 19 de outubro de 2010

Tabela de conteúdo

Informações Gerais

  • Cargo: Professor de Magistério Superior
  • Classe: Adjunto
  • Vagas: 03 (três vagas) sendo uma vaga para cada uma das área/sub-áreas abaixo:
    • Ciência da Computação/Computação Pervasiva
    • Ciência da Computação/Reconhecimento de Padrões e Recuperação de Informações
    • Ciência da Computação/Sistemas Colaborativos e Computação Paralela
  • Carga Horária: DE (Dedicação Exclusiva)
    • Obs.: O regime de trabalho de dedicação exclusiva impede o exercício de outra atividade remunerada, pública ou privada.
  • Taxa de inscrição: R$ 183,00 (há a possibilidade de isenção da taxa de inscrição conforme item 2.7 do edital)
  • Remuneração bruta inicial: R$ 7.333,67

Datas

  • Inscrições: 17/10/2010 a 15/11/2010
  • Prova escrita: 21 de novembro de 2010
  • A prova de Desempenho Didático será realizada em data e hora a serem divulgadas juntamente com o resultado da Prova Escrita e o tema será sorteado com 24 horas de antecedência, sendo único para todos os candidatos, obedecendo-se o critério da ordem alfabética.


Programas das sub-áreas

Sub-área: Computação Pervasiva

1 - Computação pervasiva

2 - Computação cooperativa

3 - Computação móvel em Computação Pervasiva

4 - Redes ad hoc e de sensores

5 - Computação em nuvem

6 - Ambientes inteligentes para Computação Pervasiva

7 - Segurança em Computação Pervasiva

8 - Protocolos de Comunicação e Redes sem fio usados em Computação Pervasiva

9 - Sistemas embarcados para Computação Pervasiva

10 - Middleware para Computação Pervasiva

Bibliografia Sugerida

A relação a seguir contempla os livros considerados elementares, o que não impede que outros sejam utilizados para a elaboração de questões.


"Pervasive Computing: The Mobile World (Springer Professional Computing)", Uwe Hansmann, Lothar Merk, Martin S. Nicklous, and Thomas Stober ( Aug 5, 2003)

"Fundamentals of Mobile and Pervasive Computing", Frank Adelstein, Sandeep KS Gupta, Golden Richard III, and Loren Schwiebert (Nov 30, 2004) "Advances in Wireless Ad Hoc and Sensor Networks", (Signals and Communication Technology), Maggie Xiaoyan Cheng and Deying Li (Nov 2, 2010)

"Ad Hoc Wireless Networks: Architectures and Protocols", C. Siva Ram Murthy and B.S. Manoj (Jun 3, 2004)

"Computer Networking: A Top-Down Approach (5th Edition)", James F. Kurose and Keith W. Ross (Mar 31, 2009)

M. Weiser, "The computer for the 21 st century", ACM SIGMOBILE Móbile Computing and Communications Review, Volume 3 , Issue 3, 1999.

M. Satyanarayanan, "Pervasive Computing: Vision and Challenges", IEEE Personal Communications, vol.8, 2001.

Sub-área: Reconhecimento de Padrões e Recuperação de Informações

1. Reconhecimento de padrões: características, vetores de características e classificadores. Reconhecimento supervisionado versus não-supervisionado.

2. Classificadores baseados na teoria de decisão de Bayes e reconhecimento estatístico de padrões;

3. Classificadores lineares: princípios, classificadores (LSM, SVM, etc) e aplicações.

4. Classificadores não-lineares: princípios, classificadores (redes neurais, árvores de decisão, etc) e aplicações.

5. Seleção de características: detecção de outliers, seleção baseada em hipóteses estatísticas, medidas de separabilidade de classes, geração ótima de características.

6. Agrupamento (Clustering): conceitos básicos, algoritmos seqüenciais, algoritmos hierárquicos e esquemas baseados em funções de otimização.

7. Aprendizagem de máquina independente de algoritmos: aspectos gerais, bias/variância, re-amostragem, estimação e comparação de classificadores, combinação de classificadores.

8. Sistemas para recuperação de informações; modelos booleano, vetorial e probabilista.

9. Propriedades de coleções de documentos textuais; pré-processamento; documentos não-estruturados e semi-estruturados.

10. Recuperação de informações e aprendizagem de máquina; funcionamento de máquinas de busca. Web e p2p querying.

Bibliografia Sugerida

A relação a seguir contempla os livros considerados elementares, o que não impede que outros sejam utilizados para a elaboração de questões.

R. O. Duda; P. E. Hart; D. G. Stork. Pattern Classification (2nd. Ed.). John Wiley and Sons Inc., 2001.

R. Schalkoff. Pattern Recognition: Statistical, Approaches. John Wiley and Sons, 1992. Structural and S. Theodoridis, K. Koutroumbas. Pattern Recognition (4th Ed.). Academic Press, 2008.

C. M. Bishop. Pattern Recognition and Machine Learning. Information Science and Statistics, Springer, 2007.

T. Mitchell. Machine Learning. McGraw-Hill, 1997.

J. Han; M. Kamber. Data Mining: Concepts and Techniques. Morgan Kaufmann, 2000.

I.H. Witten; E. Frank. Data Mining: Practical Machine Learning Tools and Techniques with JAVA Implementations. Morgan Kaufmann, 2000.

S. Haykin. Neural Networks and Learning Machines (3rd. Ed.) Prentice Hall, 2008.

C. M. Bishop. Neural Networks for Pattern Recognition. Oxford University Press, 1996.

Ricardo Baeza-Yates and Berthier Ribeiro-Neto. Modern Information Retrieval. Addison-Wesley, 1999.

Ian H. Witten, Alistair Moffat and Timothy C. Bell. Managing Gigabytes: Compressing and Indexing Documents and Images (2nd. Ed.). Van Nostrand Reinhold, 1999.

Karen Sparck-Jones and Peter Willett (Eds.) Readings in Information Retrieval. Morgan Kaufmann, 1997.

Sub-área: Sistemas Colaborativos e Computação Paralela

1. Modelagem de contexto: modelagem orientada a papéis de objetos, modelagem espacial, modelagem baseada em lógica, modelagem baseada em ontologias. Aplicações em Sistemas Colaborativos.

2. Modelagem de interações e raciocínio: comunicação, cooperação e coordenação. Aplicações em Sistemas Colaborativos.

3.Estruturas de cooperação: modelagem baseada em organizações de agentes.

4. Raciocínio sobre contexto: situações (episódios), incerteza e modelos híbridos. Aplicações em Sistemas Colaborativos.

5. Computação afetiva. Aplicações em Sistemas Colaborativos.

6.Privacidade e segurança em sistemas cooperativos: algoritmos e impactos sociais.

7. Infraestruturas de computação em grade e computação em nuvem: escalonamento, orientação a serviços, monitoração, interoperabilidade, simulação e suporte autonômico.

8. Computação em nuvem para sistemas cooperativos: ambiente de execução, gerenciamento de dados, de serviços e de execução.

Bibliografia Sugerida

A relação a seguir contempla os textos considerados elementares, o que não impede que outros sejam utilizados para a elaboração de questões.

Antonopoulos, N.; Gillam, L. Cloud Computing: Principles, Systems and Applications. Springer, 2010.

Baecker, R. M.; Grudin, J.; Buxton, W.; Saul Greenberg, S. Readings in Human- Computer Interaction: Toward the Year 2000, Second Edition (Interactive Technologies). Morgan Kaufmann, 1995.

Burkhardt, Henn, Hepper, Rintdorff, Schaeck. Pervasive Computing, 2002, Addison Wesley, ISBN 0-201-72215-1

Coulouris, G.; Dollimore, J.; Kindberg,T. Distributed Systems: Concepts and Design. G. Fourth edition, Pearson Education 2005.

Damasio, A. Descartes’ Error: Emotion, Reason, and the Human Brain. New York: Avon Books, 1994.

Gay, G. Context-aware mobile computing: Affordances of space, social awareness, and social influence. San Rafael, CA: Morgan & Claypool, 2009.

Guizzardi, G. Ontological Foundations for Structural Conceptual Models, Telematica Instituut Fundamental Research Series No. 15, ISBN 90-75176- 81-3, The Netherlands, 2005. Disponível em http://guizzardi.panrepa.org/File- 55835.pdf (acesso em 4/10/2010)

Goldberg, L. R. An alternative “description of personality”: The Big-Five factor structure. Journal of Personality and Social Psychology, Washington DC, v.59, p.1216-1229, 1990.

Izard, C.; Kagan, J.; Zajonc, R.B. (Eds.). Emotions, cognition, and behavior. New York: Cambridge University Press, 1984.

Krumm, J. Ubiquitous Computing Fundamentals. 1st. Chapman & Hall/CRC, 2009.

Liu, H.; Salerno, J.; Young, M. J. (eds.). Social Computing, Behavioral Modeling, and Prediction. Springer, 2008.

Nisan N., Roughgarden T., Tardos E., Vazirani V. Algorithmic game theory, 2007.

Ortony, A.; Clore, G.; Collins, A. The cognitive structure of emotions. Cambridge, UK: Cambridge Press, 1988.

Saha, D.; Mukherjee, D. Pervasive Computing: A Paradigm for the 21st Century, IEEE Computer, IEEE Computer Society Press, pp. 25-31, March 2003

Sichman, J. Raciocínio Social e Organizacional em Sistemas Multiagentes: Avanços e Perspectivas. Tese de Livre Docência. Universidade de São Paulo, 2003.

Singh, Munindar P. and Huhns, Michael N. Service-Oriented Computing, Wiley & Sons, Inc., 2005.

Shoham, Y.; Leyton-Brown, K. Multiagent Systems, Algorithmic, Game-Theoretic, and Logical Foundations. Stanford University, Kevin Leyton-Brown. Cambridge University Press. Disponível como Google Book, 2008.

Vidal, José M. Fundamentals of Multiagent Systems. Texto do autor, versão accesível em http://jmvidal.cse.sc.edu/papers/mas-20070824.pdf (versão 2007) e/ou em http://www.damas.ift.ulaval.ca/ ~coursMAS/ComplementsH10/ mas-Vidal.pdf (versão 2010).

Winograd, T. Understanding Computers and Cognition. Ablex, Norwood,1986.

Wooldridge, Michael, An Introduction to MultiAgent Systems (2nd Edition), Wiley, 2009.

Obtida de "http://dainf.ct.utfpr.edu.br/wiki/index.php?title=Edital_127/2010_-_CPCP_-_CT&oldid=4704"
Ferramentas pessoais