- Relator(a)
- Ministro Mauro Campbell Marques
- Órgão julgador
- Segunda Turma
- Data do julgamento
- 06/09/2018
- Data de publicação
- 13/09/2018
STJ – Acórdão, Rel. Ministro Mauro Campbell Marques, Segunda Turma, j. 06/09/2018, p. 13/09/2018
DIREITO ADMINISTRATIVO. AGRAVO INTERNO NO RECURSO EM MANDADO DE SEGURANÇA. ENUNCIADO ADMINISTRATIVO Nº 3/STJ. DEFENSOR PÚBLICO ESTADUAL. LICENÇA PRÊMIO POR ASSIDUIDADE. PRETENSÃO À CONTAGEM DO TEMPO DE SERVIÇO PÚBLICO PRESTADO SOB REGIME JURÍDICO DIVERSO EM OUTRA UNIDADE DA FEDERAÇÃO. INEXISTÊNCIA DE DIREITO LÍQUIDO E CERTO. AGRAVO INTERNO NÃO PROVIDO. 1. O agravante, que atualmente ocupa o cargo de Defensor Público do Estado de Mato Grosso do Sul, pleiteia que seja computado o tempo de serviço prestado na Secretaria de Administração Penitenciária do Estado de São Paulo e na Fundação Manoel Pedro Pimentel-FUNAP (São Paulo) para fins de concessão de licença prêmio. 2. Por sua vez, o acórdão recorrido entendeu que "a autorização de averbação do tempo de serviço público prestado pelo impetrante em outros órgãos, para fins de aposentadoria (f. 20), não autoriza o cômputo de tal período para efeito de concessão de licença prêmio por assiduidade, pois não era Defensor Público e, portanto, não estava sob a égide da Lei Complementar Estadual n. 111/2005 (Lei Orgânica da Defensoria Pública do Estado de Mato Grosso do Sul), aplicável somente aos membros da Defensoria Pública". 3. Não está demonstrada a existência de direito líquido e certo a autorizar a concessão da segurança pleiteada. A orientação jurisprudencial deste Sodalício é no sentido de que o tempo de serviço prestado em sob regime jurídico diverso (hipótese presente) não pode ser computado para fins de licença-prêmio. Precedentes. 4. Agravo interno não provido. (AgInt no RMS n. 57.517/MS, relator Ministro Mauro Campbell Marques, Segunda Turma, julgado em 6/9/2018, DJe de 13/9/2018.)
Consultar o inteiro teor no site do STJ ↗Pesquise jurisprudência como esta
Busque em dezenas de tribunais brasileiros, com busca inteligente por IA e comparação de precedentes.