Temas de TCC de Ciência da Computação

Equipe editorial TCC Pronto · atualizado em

Escolher entre os temas de TCC de Ciência da Computação pede mais do que gostar de programar. O curso tem base teórica forte, e a banca espera ver uma pergunta de pesquisa, um experimento bem desenhado e uma análise honesta dos resultados. Esta página reúne critérios de escolha, as áreas com mais ideias e o caminho do tema ao projeto.

Temas de TCC de Ciência da Computação: ideias com problema de pesquisa e fontes reais

Temas de TCC: 10 ideias de Ciência da Computação

Ideias de temas para TCC e monografia de Ciência da Computação, cada uma já delimitada: problema de pesquisa, objetivo e metodologia para levar ao orientador.

  1. 1. Busca heurística no planejamento de rotas de coleta seletiva em um município de médio porte

    Problema:
    Algoritmos de busca com heurísticas admissíveis reduzem a distância percorrida pela coleta seletiva em relação a rotas definidas manualmente?
    Objetivo:
    Modelar o roteamento da coleta como problema de busca e comparar A*, busca local e rotas manuais em distância e tempo de cálculo.
    Metodologia:
    Estudo experimental com malha viária do OpenStreetMap, pontos de coleta reais ou simulados e comparação estatística entre as abordagens.
  2. 2. Previsão de evasão em cursos de graduação com árvores de decisão e gradient boosting a partir de dados acadêmicos anonimizados

    Problema:
    O desempenho nos dois primeiros semestres permite prever a evasão em um curso de graduação com antecedência útil para a coordenação?
    Objetivo:
    Comparar modelos interpretáveis e modelos de ensemble na previsão de evasão e apontar as variáveis mais associadas a ela.
    Metodologia:
    Estudo quantitativo com base anonimizada cedida pela instituição, validação cruzada estratificada, recall e F1, com anuência institucional e cuidado com a LGPD.
  3. 3. Ferramentas de análise estática na detecção de vulnerabilidades de injeção em projetos web de código aberto

    Problema:
    Ferramentas gratuitas de análise estática encontram as vulnerabilidades de injeção já catalogadas em projetos web de código aberto?
    Objetivo:
    Medir precisão e revocação de ferramentas de análise estática diante de vulnerabilidades conhecidas e registradas no catálogo CVE.
    Metodologia:
    Estudo experimental com versões vulneráveis de projetos públicos, execução em ambiente isolado e comparação com as correções documentadas.
  4. 4. Desempenho dos algoritmos de controle de congestionamento BBR e CUBIC em enlaces sem fio emulados

    Problema:
    Como BBR e CUBIC se comportam em enlaces com perda de pacotes e variação de atraso típicas de redes móveis?
    Objetivo:
    Comparar vazão, atraso e justiça entre fluxos BBR e CUBIC em cenários sem fio emulados.
    Metodologia:
    Experimentos no Mininet ou no ns-3, com variação controlada de perda e latência e várias repetições por cenário.
  5. 5. Técnicas de nível de detalhe para renderização de terrenos em tempo real em computadores de entrada

    Problema:
    Qual técnica de nível de detalhe mantém a taxa de quadros estável sem perda visível de qualidade em placas de vídeo integradas?
    Objetivo:
    Implementar e comparar duas técnicas de nível de detalhe para terrenos quanto a desempenho e erro geométrico.
    Metodologia:
    Implementação em OpenGL ou WebGL, medição de quadros por segundo em rotas de câmera fixas e cálculo do erro em relação à malha completa.
  6. 6. Comportamento do algoritmo de consenso Raft sob partições de rede injetadas em um cluster de contêineres

    Problema:
    Quanto tempo uma implementação aberta de Raft leva para eleger novo líder e retomar escritas após diferentes padrões de partição?
    Objetivo:
    Caracterizar o tempo de recuperação e a disponibilidade de um serviço baseado em Raft diante de falhas de rede controladas.
    Metodologia:
    Experimento com cinco réplicas em contêineres, injeção de falhas por regras de rede e medição de latência e disponibilidade.
  7. 7. Detecção de discurso de ódio em comentários de portais de notícias brasileiros com modelos pré-treinados em português

    Problema:
    Modelos de linguagem pré-treinados em português superam classificadores clássicos na detecção de discurso de ódio em comentários de notícias?
    Objetivo:
    Comparar um modelo baseado em transformers ajustado para o português com classificadores de bag-of-words em um corpus anotado.
    Metodologia:
    Estudo experimental com corpus público anotado, validação cruzada, F1 por classe e análise qualitativa dos erros.
  8. 8. Contagem automática de frutos em imagens de pomares com detectores de objetos de estágio único

    Problema:
    Detectores de estágio único contam frutos em imagens de pomares com erro aceitável mesmo com folhas cobrindo parte dos frutos?
    Objetivo:
    Treinar e avaliar um detector de objetos para contagem de frutos e medir o efeito da oclusão sobre o erro.
    Metodologia:
    Conjunto de imagens público ou coletado em campo, anotação de caixas, treino com transferência de aprendizado e métricas mAP e erro absoluto médio.
  9. 9. Solucionadores SAT aplicados ao problema de grade de horários de uma escola de ensino médio

    Problema:
    Uma codificação em lógica proposicional resolve o problema de grade de horários escolar em tempo menor que uma heurística gulosa?
    Objetivo:
    Codificar restrições de grade de horários em SAT e comparar o desempenho de solucionadores com uma heurística de referência.
    Metodologia:
    Estudo experimental com instâncias reais ou sintéticas, codificação em CNF, execução de solucionadores abertos e análise de tempo e satisfatibilidade.
  10. 10. Estruturas de dados probabilísticas para contagem aproximada de elementos em fluxos de logs de servidores

    Problema:
    Qual o melhor equilíbrio entre memória e erro para Count-Min Sketch e HyperLogLog ao contar acessos em logs de alto volume?
    Objetivo:
    Implementar e comparar estruturas probabilísticas de contagem quanto a memória, erro relativo e vazão.
    Metodologia:
    Experimentos com logs públicos ou sintéticos, variação de parâmetros das estruturas e comparação com a contagem exata.

Do tema ao TCC: próximos passos

Escolhido o tema, transforme-o em estrutura: o gerador de sumário de TCC monta os capítulos a partir do problema e do objetivo. O passo a passo de como fazer monografia mostra cada etapa até a defesa, e as referências ABNT saem formatadas a partir das obras com DOI. Para entender o que a IA faz e o que continua sendo seu, veja TCC com IA.

Temas de TCC de Ciência da Computação por área

Como escolher o tema do TCC de Ciência da Computação

Comece pela pergunta, não pela tecnologia. "Fazer um sistema em React" não é tema de pesquisa. "Saber se uma técnica de indexação reduz o tempo de busca em textos longos" já é. A diferença é que a segunda frase pode ser respondida com dados e pode dar errado, e isso é bom.

Depois, olhe para o que você consegue medir. Um bom trabalho de conclusão na área tem variável de interesse clara, como tempo de execução, acurácia, consumo de memória, vazão ou número de estados. Se não houver número nem prova ao final, o tema provavelmente está largo demais ou vago demais.

Por fim, avalie recursos. Treinar um modelo grande exige GPU, e um experimento de redes pede laboratório ou simulador. Teoria pede tempo de leitura e paciência com demonstrações. Converse com dois ou três professores, leia os trabalhos que eles orientaram e veja onde sua pergunta encaixa.

Áreas do curso com mais ideias de pesquisa

As áreas abaixo concentram boa parte dos temas de TCC de Ciência da Computação defendidos nos últimos anos. Cada uma tem página própria aqui, com 12 ideias delimitadas e um passo a passo do projeto.

Repare que várias áreas se cruzam. Visão computacional e processamento de linguagem natural usam aprendizado de máquina. Segurança depende de redes. Sistemas distribuídos se apoiam em teoria, como provas de correção de protocolos. Um tema na fronteira entre duas áreas costuma ser mais original.

  • Inteligência Artificial: busca, planejamento, agentes e raciocínio automatizado.
  • Aprendizado de Máquina: modelos supervisionados, não supervisionados e avaliação experimental.
  • Segurança Cibernética: análise de vulnerabilidades, criptografia aplicada e detecção de intrusão.
  • Redes de Computadores: protocolos, desempenho, redes definidas por software e IoT.
  • Computação Gráfica: renderização, modelagem geométrica, animação e realidade virtual.
  • Sistemas Distribuídos: consenso, replicação, tolerância a falhas e computação em nuvem.
  • Processamento de Linguagem Natural: classificação de textos, extração de informação e modelos de linguagem.
  • Visão Computacional: detecção, segmentação e reconhecimento em imagens e vídeos.
  • Teoria da Computação: autômatos, computabilidade, complexidade e verificação formal.

Do tema ao projeto: problema, objetivos e metodologia

O problema de pesquisa é uma pergunta que ainda não tem resposta pronta para o seu contexto. Escreva-o em uma frase com interrogação. Em seguida, escreva a hipótese: o que você espera encontrar e por quê. Isso guia todo o resto do projeto.

O objetivo geral responde ao problema com um verbo de ação: comparar, propor, avaliar, demonstrar. Os objetivos específicos são as etapas para chegar lá. Por exemplo: revisar a literatura, implementar a técnica, montar o experimento, analisar os resultados.

A metodologia é onde muitos projetos da área ficam fracos. Diga quais dados ou instâncias vai usar, qual a linha de base de comparação, quais métricas e quantas repetições. Informe também o ambiente: hardware, versões de bibliotecas e semente aleatória. Sem isso, o experimento não pode ser reproduzido. Se houver pessoas no estudo, como testes com usuários ou questionários, o projeto passa pelo Comitê de Ética em Pesquisa via Plataforma Brasil, conforme as Resoluções CNS 466/2012 e 510/2016.

Erros comuns na escolha do tema

Os tropeços abaixo aparecem todo semestre nas bancas. Quase todos nascem na escolha do tema, muito antes da escrita.

  • Confundir produto com pesquisa. Um aplicativo só vira TCC de Ciência da Computação quando há pergunta e avaliação.
  • Escolher um tema que exige dados privados sem ter acesso garantido a eles antes de começar.
  • Querer superar o estado da arte em um semestre. Reproduzir e comparar já é contribuição válida.
  • Não definir linha de base. Sem comparação, não dá para dizer se o resultado é bom.
  • Subestimar o custo computacional de treinos, simulações ou buscas exaustivas.
  • Ignorar a parte teórica. A banca pergunta por que o método funciona, não só se funciona.

Obras para começar a pesquisa

Artigos em português sobre Ciência da Computação publicados desde 2019, encontrados nas bases abertas OpenAlex e Crossref. Cada DOI foi conferido em 16/11/2026.

  • BRIGIDI, Fabiana Hennies. ESTUDO-PILOTO SOBRE TERMINOLOGIAS DA CIÊNCIA DA COMPUTAÇÃO. Cadernos do IL, 2019. DOI: 10.22456/2236-6385.93162
  • RAUTENBERG, Sandro; SOUZA, Lucélia de; KELNIAR, João Pedro. Uma proposta de tesauro da Ciência da Computação: organização de elementos de conhecimento com SKOS. Encontros Bibli: revista eletrônica de biblioteconomia e ciência da informação, 2021. DOI: 10.5007/1518-2924.2021.e80386
  • CONEGLIAN, Caio Saraiva; VALENTIM, Marta Lígia Pomim; SEGUNDO, José Eduardo Santarem. Muli e interdisciplinaridade entre a Ciência da Informação e a Ciência da Computação no âmbito da Web Semântica. Informação & Sociedade: Estudos, 2021. DOI: 10.22478/ufpb.1809-4783.2021v31n1.52120
  • SILVA, Celso Barreto da Silva Da et al.. IMPACTO DOS MAPAS CONCEITUAIS DIGITAIS NO DESENVOLVIMENTO DE ESTRATÉGIAS METACOGNITIVAS EM ESTUDANTES DE CIÊNCIA DA COMPUTAÇÃO E ENGENHARIA DA COMPUTAÇÃO. Revista Olhares, 2024. DOI: 10.63052/revistaolhares.v1i13.104
  • FONSECA, Reuber da Silva; LIMA, Gercina Ângela de. O contexto de uso de ontologias na administração pública: uma revisão sistemática da literatura no âmbito de pesquisas da Ciência da Informação e Ciência da Computação. Perspectivas em Gestão & Conhecimento, 2023. DOI: 10.22478/ufpb.2236-417x.2023v13n1.63153

Perguntas frequentes

Qual a diferença entre TCC de Ciência da Computação e de Análise e Desenvolvimento de Sistemas?

Em Ciência da Computação, o trabalho tende a ser pesquisa, com hipótese, experimento ou demonstração e diálogo com a literatura científica. Em cursos tecnológicos, é comum o foco em desenvolver e implantar um sistema. O regulamento de cada curso define o formato aceito.

Posso fazer um TCC de Ciência da Computação só teórico, sem código?

Pode, se houver orientador da área. Trabalhos em teoria da computação, algoritmos ou lógica podem consistir em demonstrações, análise de complexidade ou revisão crítica de resultados. A banca vai cobrar rigor nas provas e clareza nas definições.

Preciso de GPU para fazer TCC com inteligência artificial?

Nem sempre. Modelos clássicos rodam em notebook comum. Para redes neurais, ajuste fino de modelos menores e serviços gratuitos de notebooks com GPU costumam bastar. Dimensione o tema ao hardware que você tem.

Onde encontrar artigos para a revisão de literatura?

Use o Portal de Periódicos da CAPES, a ACM Digital Library, o IEEE Xplore, o Google Acadêmico e a SBC OpenLib, que reúne os anais dos eventos da Sociedade Brasileira de Computação. Repositórios como o arXiv ajudam a ver trabalhos recentes, mas confira se foram revisados por pares.

Como transformar uma ideia geral em tema de TCC viável?

Delimite o problema por dados, ambiente e métrica. Troque "IA na saúde" por "comparar dois classificadores na triagem de imagens de um conjunto público, medindo sensibilidade". O TCC Pronto ajuda a sair do tema ao sumário em minutos, mas a delimitação deve ser validada com o orientador.

Como montamos esta página

Os temas foram redigidos pela equipe do TCC Pronto como ponto de partida e precisam da aprovação do seu orientador. As obras vêm de bases acadêmicas abertas (OpenAlex e Crossref) e o DOI de cada uma foi conferido antes da publicação. Leia a obra antes de citá-la no seu trabalho.

Escolheu o tema? Comece pelo sumário.