Concurso UFU 2026 - Pró-Reitoria de Gestão de Pessoas (edital 167/2026)

EDITAL PROGEP Nº 167/2026

CONCURSO PÚBLICO - EDITAL COMPLEMENTAR AO EDITAL PROGEP Nº 156/2026

O Pró-Reitor de Gestão de Pessoas da Universidade Federal de Uberlândia, no uso de suas atribuições e considerando a delegação de competência que lhe foi outorgada por meio da Portaria UFU nº 166, de 07 de janeiro de 2025, do Reitor da Universidade Federal de Uberlândia, publicada no Diário Oficial da União em 08 de janeiro de 2025, seção 2, p. 34; e tendo em vista o que estabelecem a Lei nº 8.112, de 11 de dezembro de 1990; a Lei nº 12.772, de 28 de dezembro de 2012; bem como o Decreto nº 7.485, de 18 de maio de 2011, alterado pela Portaria Interministerial nº 316, de 9 de outubro de 2017; e o Decreto nº 8.260, de 29 de maio de 2014; o Decreto nº 9.739, de 28 de março de 2019; o Estatuto e o Regimento Geral da UFU; a Resolução CONDIR nº 2, de 22 de fevereiro de 2021; e demais legislações pertinentes, torna públicas as especificações do concurso público para contratação de professor(a) efetivo(a), conforme Edital PROGEP nº 156/2026.

especificação do CONCURSO PÚBLICO

Unidade acadêmica: Instituto de Matemática e Estatística - IME

Campus de atuação: Santa Mônica, localizado na cidade de Uberlândia (MG).

Descrição da vaga:

Disciplinas a serem ministradas: Programação Linear, Programação Não Linear, Cálculo Numérico e quaisquer outras disciplinas determinadas pela Unidade e correlatas à área do concurso público.

Conteúdo programático

Solução Numérica de Equações Não Lineares: Formulação de problemas de determinação de zeros de funções. Método da Bisseção. Método da Posição Falsa (Regula Falsi). Método de Newton. Método da Secante. Critérios de parada. Análise de convergência e ordem de convergência. Comparação dos métodos.

Sistema de Equações Lineares: Métodos diretos para sistemas de equações lineares. Eliminação de Gauss. Fatorações matriciais. Métodos iterativos de Jacobi e Gauss-Seidel. Critérios de convergência. Condicionamento e estabilidade. Análise de erro e comparação dos métodos.

Interpolação, Aproximação Trigonométrica e Ajuste de Dados: Interpolação polinomial. Formas de Lagrange e Newton. Erro de interpolação. Aproximação trigonométrica. Método dos mínimos quadrados. Formulação matricial dos problemas de ajuste. Mínimos quadrados lineares e aplicações ao ajuste de dados.

Solução Numérica de Equações Diferenciais Ordinárias: Problemas de valor inicial para equações diferenciais ordinárias. Métodos de Runge-Kutta explícitos até quarta ordem. Métodos lineares de passo múltiplo (Adams-Bashforth e Adams-Moulton) até ordem quatro. Métodos Previsor-Corretor. Erro local e erro global. Consistência, estabilidade e convergência. Análise de erro e comparação dos métodos.

Álgebra Linear e Análise de Dados: Representação matricial de dados. Transformações lineares e mudanças de coordenadas. Decomposição em valores singulares (SVD). Aproximação de posto reduzido. Análise de componentes principais (PCA). Redução de dimensionalidade e análise da informação contida nos dados.

Formulação e Otimização de Problemas de Aprendizado: Formulação de problemas de aprendizado como problemas de otimização. Funções de perda. Gradiente e derivadas de funções de várias variáveis. Método do gradiente e gradiente estocástico. Método de Newton. Critérios de parada e convergência. Regularização.

Redes Neurais Artificiais: Perceptron e redes neurais multicamadas. Formulação matemática de redes neurais. Funções de ativação. Composição de funções e regra da cadeia. Algoritmo de retropropagação (backpropagation). Treinamento de redes neurais. Regularização.

Preparação, Validação e Avaliação de Modelos de Aprendizado de Máquina: Análise e preparação de dados. Normalização e padronização. Seleção e representação de características. Conjuntos de treinamento, validação e teste. Sobreajuste (overfitting) e subajuste (underfitting). Generalização. Validação cruzada. Métricas de desempenho para modelos de classificação e regressão. Avaliação e comparação de modelos.

Referencial bibliográfico:

AGGARWAL, Charu C. Neural networks and deep learning. Cham: Springer, 2018. v. 10.

BISHOP, Christopher M.; BISHOP, Hugh. Deep learning: foundations and concepts. Cham: Springer, 2024.

BURDEN, Richard L.; FAIRES, J. Douglas; BURDEN, Annette M. Análise numérica. 10. ed. São Paulo: Cengage Learning, 2016.

DEISENROTH, Marc Peter; FAISAL, A. Aldo; ONG, Cheng Soon. Mathematics for machine learning. Cambridge: Cambridge University Press, 2020.

FRANCO, Neide Bertoldi. Cálculo numérico. São Paulo: Pearson, 2006.

GOODFELLOW, Ian et al. Deep learning. Cambridge: MIT Press, 2016.

MARSLAND, Stephen. Machine learning: an algorithmic perspective. 2nd ed. Boca Raton: CRC Press, 2014.

SILVA, Luiz Henry Monken; MENDES, João Teixeira; SPERANDIO, Décio. Cálculo numérico: características matemáticas e computacionais dos métodos numéricos. 2. ed. São Paulo: Pearson Prentice Hall, 2003.

STOER, J.; BULIRSCH, R. Introduction to numerical analysis. 3rd ed. New York: Springer, 2002. (Texts in Applied Mathematics, v. 12).

STRANG, Gilbert. Linear algebra and learning from data. Wellesley: Wellesley-Cambridge Press, 2019.

WITTEN, Ian H. et al. Data Mining: practical machine learning tools and techniques. 4th ed. Cambridge: Morgan Kaufmann, 2017.

modalidades de avaliação

O concurso será composto das seguintes provas e fases:

Caso o número de inscrições deferidas seja menor ou igual a 16, a 3ª e a 4ª fase serão aglutinadas. Neste caso, será divulgado cronograma atualizado após o deferimento das inscrições.

No caso de aglutinação, as fases reunidas serão consideradas como fase única.

Cronograma previsto:

Caso seja necessário realizar outro(s) sorteio(s) de tema(s), este(s) ocorrerá(ão) em intervalos de 24 horas.

O(A) candidato(a) deverá comparecer nas datas e horários marcados para a realização de cada prova do concurso público, inclusive à sessão de abertura e ao(s) sorteio(s) da ordem de apresentação, de tema(s) e/ou questão(ões), sendo eliminado(a) caso não compareça ou se atrasar. É vedado ao(à) candidato(a) fazer-se representar por procurador(a) legalmente constituído(a) em qualquer dessas fases, salvo na entrega de títulos.

Prova escrita

A prova deverá ser realizada exclusivamente em língua portuguesa, observada a norma-padrão do português brasileiro, não sendo admitida a utilização de variante linguística de outro país lusófono.

A prova escrita consistirá em dissertação sobre tema(s) sorteado(s).

Critérios de correção da prova escrita:

Prova didática

A prova deverá ser realizada exclusivamente em língua portuguesa, observada a norma-padrão do português brasileiro, não sendo admitida a utilização de variante linguística de outro país lusófono.

A prova será realizada no formato presencial.

O tema sorteado para a prova escrita será excluído dos temas a serem sorteados para a prova didática.

Recursos que serão disponibilizados para os(as) candidatos(as): Sala de aula com projetor digital, lousa, pincel, giz e notebook.

Recursos que poderão ser utilizados, por conta do(a) candidato(a): O(a) candidato(a) poderá utilizar seu próprio notebook, porém esse item não é essencial.

Recursos que NÃO poderão ser utilizados: É vedado ao(à) candidato(a) o uso de telefones celulares, de fones de ouvido, de pontos eletrônicos e de demais dispositivos ou mecanismos de recepção e comunicação de áudio e vídeo de qualquer natureza (exceto aqueles disponibilizados pela Unidade Acadêmica para a realização da prova). Também não serão permitidos a utilização de bibliografias ou anotações individuais que não constem do plano de aula entregue à Comissão Julgadora, o acesso a sites e softwares que demandem interação com a comissão ou com o público presente e o uso de quaisquer outros recursos não confeccionados pelo(a) próprio(a) candidato(a) ou não previstos neste edital.

Critérios de correção da prova didática:

Defesa de projeto

A prova deverá ser realizada exclusivamente em língua portuguesa, observada a norma-padrão do português brasileiro, não sendo admitida a utilização de variante linguística de outro país lusófono.

A prova será realizada no formato remoto.

Tipo de projeto: pesquisa

Entrega do projeto: exclusivamente em meio eletrônico, pelo e-mail: ime@ufu.br em arquivo no formato .pdf e anexado à mensagem. O arquivo PDF do Projeto de Pesquisa deve ser nomeado da seguinte forma: "PROJETO DE PESQUISA CONCURSO MATEMÁTICA APLICADA - nome do(a) candidato(a)".

O(A) candidato(a) deverá entregar um projeto de pesquisa na subárea de Matemática Aplicada envolvendo, pelo menos, um dos temas do conteúdo programático do concurso. O projeto deverá incorporar os seguintes elementos: capa, resumo, introdução, objetivos, justificativa, metodologia, resultados esperados, cronograma para 24 (vinte e quatro) meses e referências.

O projeto deverá ter, no máximo, 8 (oito) páginas, ser redigido em espaçamento duplo entre linhas e atender às normas vigentes da ABNT.

Haverá apresentação oral do projeto pelo(a) candidato(a) antes da arguição, dispondo o(a) candidato(a) de até 20 minutos para essa exposição. Em seguida, cada membro da Comissão Julgadora terá até 10 minutos para arguição, sendo concedido igual tempo ao(à) candidato(a) para resposta.

Critérios de avaliação da defesa de projeto:

Análise de títulos acadêmicos e experiência profissional

A pontuação não será cumulativa, e será considerado apenas o título de maior grau e que seja na área de conhecimento definida no edital, não sendo pontuada a titulação mínima exigida como requisito à investidura.

Serão consideradas somente as atividades realizadas até a data de apresentação dos documentos e nos 5 (cinco) anos civis anteriores.

Os documentos deverão ser apresentados exclusivamente em meio eletrônico, pelo e-mail ime@ufu.br. É de responsabilidade do(a) candidato(a) o teor e a integridade dos documentos digitalizados. Em caso de dúvida motivada e fundamentada quanto à autenticidade ou veracidade do documento, a Unidade Acadêmica poderá solicitar a apresentação do original para conferência.

Os títulos enviados fora do período previsto serão desconsiderados.

Todos os documentos comprobatórios de títulos deverão ser organizados em um arquivo único em PDF seguindo a sequência na ordem crescente dos itens de cada tabela de pontuação indicada neste edital. Excepcionalmente, caso o arquivo exceda o limite de envio, poderá ser dividido e enviado em mais de um e-mail.

O(a) candidato(a) deverá elaborar tabelas de pontuação, com base nas tabelas a seguir, preenchendo a coluna "Pontuação atribuída pelo(a) candidato(a)" com a pontuação a que julga fazer jus em cada item.

A pontuação calculada/demandada/requerida pelo(a) candidato(a) será o resultado da multiplicação da pontuação individual, prevista na tabela, pela quantidade de atividades realizadas em cada item.

Os comprovantes deverão trazer indicação da tabela e item aos quais se referem, para conferência pela comissão julgadora.

Especificar no assunto do e-mail o seguinte: Documentos Concurso Matemática Aplicada do IME - Nome completo do(a) candidato(a)

Tabela 1: Experiência docente: Atividades realizadas até a data de apresentação dos documentos, e nos 5 (cinco) anos civis anteriores

Pontuação máxima da categoria: 20 pontos

Tabela 2: Experiência profissional não docente: Atividades realizadas na área do certame até a data de apresentação dos documentos, e nos 5 (cinco) anos civis anteriores

Pontuação máxima da categoria: 10 pontos

Tabela 3: Experiência em gestão acadêmica: Atividades realizadas até a data de apresentação dos documentos, e nos 5 (cinco) anos civis anteriores

Pontuação máxima da categoria: 10 pontos

Tabela 4: Atividades de extensão: Atividades realizadas até a data de apresentação dos documentos, e nos 5 (cinco) anos civis anteriores

Pontuação máxima da categoria: 10 pontos

Tabela 5: Produção científica, técnica, artística ou cultural: Atividades realizadas na área do certame até a data de apresentação dos documentos, e nos 5 (cinco) anos civis anteriores

Pontuação máxima da categoria: 50 pontos

Os trabalhos publicados em coautoria receberão a mesma pontuação dos trabalhos de autoria exclusiva do(a) candidato(a).

disposições finais

Em caso de conflito entre o Edital PROGEP nº 156/2026 e o disposto neste edital, devem prevalecer as disposições do primeiro.

Os casos omissos serão resolvidos pelo Pró-Reitor de Gestão de Pessoas.

SEBASTIÃO ELIAS DA SILVEIRA