Concurso Transpetro 2026 — Ciência de Dados (nível superior): a terceira vez que corrigimos um "zero" que não era zero

A ênfase Ciência de Dados tem 16 vagas no total (1 imediata + 15 em cadastro de reserva, todas no Rio de Janeiro). Ela fechava, até esta semana, o grupo de três ênfases empatadas em 16 vagas no Edital 4 (nível superior): Comércio e Suprimentos foi construída primeiro, Engenharia de Segurança de Processo em seguida — e, nas duas ocasiões, Ciência de Dados foi deixada de lado com a mesma justificativa: "fungibilidade zero confirmada", repetida sem mudança de uma rodada para a outra.

O que as duas verificações anteriores erraram

Nas duas vezes em que checamos Ciência de Dados, a busca usou vocabulário avançado e específico da área — cálculo, álgebra linear, SGBD, big data, termos de aprendizado de máquina. Nenhuma dessas buscas encontrou correspondência real (fora um único acerto isolado e irrelevante de "Big Data" em outra ênfase), e por isso a conclusão de "fungibilidade zero" pareceu, duas vezes, confirmada.

O problema é que esse tipo de busca só encontra o que usa o mesmo vocabulário técnico avançado procurado — e o programa de Ciência de Dados também contém uma seção de Probabilidade e Estatística escrita, na prática, em linguagem bem mais simples: probabilidade clássica, desvio padrão, mediana. Esse tipo de pergunta básica já existia, escrito em português corrente (sem nenhum termo "de ciência de dados"), no banco de questões de Administração e de Engenharia Mecânica — inclusive um problema de interpretação de equação de regressão linear, item explícito do programa desta ênfase. Separadamente, a seção de Governança e Segurança de Dados desta ênfase cita "princípios de privacidade e proteção a dados" — abrangente o suficiente para reaproveitar uma questão sobre a LGPD (definição de operador e controlador) já publicada em uma ênfase de nível médio.

Ao refazer a verificação com esse vocabulário mais simples e genérico, encontramos 5 das 56 questões específicas (9%) genuinamente reaproveitáveis.

Por que isso já aconteceu antes — e por que registramos de novo

Esta é a terceira vez que esse exato padrão de erro acontece neste site: uma busca por vocabulário técnico específico de um programa encontra apenas o que usa esse mesmo vocabulário, e nunca chega a verificar o vocabulário genérico, mais simples, que o mesmo programa também contém. Aconteceu com Transporte Marítimo (cujo núcleo não-marítimo tinha conteúdo reaproveitável) e com Engenharia de Segurança de Processo (cujo vocabulário de risco genérico tinha correspondência real). Aconteceu, agora, com Ciência de Dados — e desta vez o erro se repetiu por duas rodadas seguidas antes de ser corrigido. Preferimos registrar esse padrão abertamente, mesmo sendo a terceira ocorrência da mesma falha, porque é exatamente esse tipo de verificação — no nível do conteúdo real das questões, com vocabulário genérico e não apenas temático — que sustenta a credibilidade da nossa análise de reaproveitamento.

O que ainda é, de fato, conteúdo original

Mesmo com essa correção, a vasta maioria do programa desta ênfase continua sem qualquer correspondência em outro lugar do site: álgebra linear, toda a arquitetura de dados e bancos de dados (SQL/NoSQL, data lake/warehouse, big data), qualidade e preparação de dados, a avaliação interna de modelos (métricas, regularização, cross-validation), praticamente todo o catálogo de classes de modelos de machine learning além da regressão básica (PCA, clusterização, ensembling, séries temporais, redes neurais), processamento de linguagem natural, a pilha de ferramentas de programação (Python, SQL, Power BI), visualização de dados e a governança de IA responsável — 51 das 56 questões específicas, escritas originalmente. Vale notar, também, que o programa desta ênfase é uma das poucas, entre as já construídas aqui, que não contém a cláusula padrão de contratação (Lei 13.303/LC 123) presente em quase toda outra ênfase de nível superior — um dos motivos pelos quais seu teto de fungibilidade é mais baixo mesmo após esta correção.

Quem pode se inscrever

Graduação de nível superior, reconhecida pelo MEC — sem exigência de curso específico nem de registro em Conselho de Classe, diferente de praticamente toda ênfase de Engenharia já construída aqui. Não há prova discursiva nesta ênfase — no Edital 4, essa etapa adicional está reservada exclusivamente à ênfase Advocacia.

O que oferecemos

Nosso simulado e apostila em PDF para Ciência de Dados (nível superior) replicam o formato real da prova — 70 questões (50 Específicos + 20 Gerais), 4h30, 5 alternativas por questão, sem pontuação negativa — organizados nos 12 blocos de tópico do Anexo IV, com peso proporcional ao espaço que cada tema ocupa nele.