
Disciplina: TCC I e II — orientação individualizada
O TCC é o projeto final da graduação, integrando pesquisa, desenvolvimento de software ou estudo de caso em um trabalho original. A disciplina orienta cada etapa, do tema à defesa, fortalecendo sua formação e carreira.
Definição Inicial do Projeto
Estruturação Científica
Consolidação e Apresentação

Recursos essenciais para o desenvolvimento do TCC:
Fontes indexadas e confiáveis para pesquisa em Computação
Portal de Periódicos CAPES — acesso gratuito via IP de universidades brasileiras
Scopus — base multidisciplinar com métricas de impacto (h-index, citações)
arXiv.org — preprints em Computação, IA e Matemática (acesso aberto)
SBC OpenLib — publicações da Sociedade Brasileira de Computação
Semantic Scholar — busca semântica com IA, acesso gratuito
ResearchGate — rede acadêmica com acesso a artigos científicos
DBLP — índice bibliográfico especializado em Ciência da Computação
SpringerLink — periódicos e livros em Computação e Engenharia
ScienceDirect (Elsevier) — amplo acervo multidisciplinar de periódicos científicos
Web of Science — alto fator de impacto; acesso gratuito pelo Portal CAPES
Dica: Priorize artigos com revisão por pares (peer-reviewed) e verifique a classificação Qualis CAPES ao usar IEEE e ACM.
Boas práticas que fazem diferença na qualidade do seu TCC
Registre as referências no formato ABNT desde as anotações iniciais, evitando retrabalho na entrega final. Ferramentas como Mendeley, Zotero e Google Scholar ajudam, mas sempre revise os campos — ajustes manuais são necessários para conformidade com a NBR 6023.
TCC 1 (Pré-projeto): de 10 a 20 referências relevantes e atualizadas. TCC 2 (Trabalho Final): de 25 a 40 referências bem selecionadas, incluindo estudos aprofundados e discussões teóricas consistentes. Qualidade importa mais que quantidade — organize as fontes desde o início.
O Google Scholar é um bom ponto de partida, mas nem todo material disponível é revisado por pares. Sempre verifique a origem da publicação e prefira fontes indexadas como Scopus, IEEE Xplore, ACM, ScienceDirect ou Web of Science.
Organize, escreva e versione seu trabalho com eficiência
Dica: Centralize seus arquivos
Escolha uma única pasta principal (Notion, Drive, OneDrive ou Git) e evite versões espalhadas em e-mails, pendrives e WhatsApp.
Dica: Versionamento semântico (vMAJOR.MINOR.PATCH)
- v1.0.0 – versão inicial completa
- v1.1.0 – alterações maiores (ex: nova seção)
- v1.1.1 – pequenas correções (ex: ortografia)
Dica: Documente as mudanças
Ao atualizar um arquivo, registre o que foi alterado (ex: "Corrigida bibliografia", "Adicionado gráfico", "Ajuste na metodologia").
Encontre os artigos certos com menos esforço
Restringe a busca: machine learning AND healthcare
Amplia a busca: neural network OR deep learning
Exclui termos: classification NOT image
Busque em inglês — a maioria dos artigos relevantes em Computação está em inglês
Use aspas para termos exatos: "convolutional neural network"
Filtre por ano — prefira artigos dos últimos 5 anos em temas em evolução
Analise as referências — artigos citados por bons trabalhos são ótimos pontos de partida
Use o "Cited by" do Google Scholar para encontrar trabalhos mais recentes sobre o tema
Registre a string de busca — base, string, data e número de resultados (obrigatório em revisões sistemáticas)
Dica final: Em revisões sistemáticas, a string de busca deve ser reproduzível. Registre: base de dados, string, data e número de resultados.
Escolha a abordagem mais adequada para o seu projeto
Criação de sistema, aplicativo, ferramenta ou biblioteca, avaliada por funcionalidade, desempenho e usabilidade.
Exemplo: "Sistema web para gestão de horários acadêmicos"
Comparação de algoritmos ou técnicas via métricas objetivas, com dataset, protocolo experimental e análise estatística.
Exemplo: "Comparação de algoritmos de classificação para detecção de spam"
Aplicação de uma solução em contexto real, combinando desenvolvimento técnico com análise qualitativa e/ou quantitativa.
Exemplo: "Implantação de sistema de recomendação em e-commerce local"
Mapeamento do estado da arte com protocolo rigoroso de busca, seleção e análise de artigos.
Exemplo: "Técnicas de detecção de fake news com PLN"
Implementação mínima para validar uma ideia ou hipótese técnica antes do desenvolvimento completo.
Exemplo: "Protótipo de chatbot com PLN para triagem de chamados de suporte"
O pesquisador intervém no ambiente estudado e analisa os efeitos dessa intervenção de forma cíclica.
Exemplo: "Aplicação de metodologia ágil em equipe de desenvolvimento e análise dos resultados"
Versão mais ampla da RSL: categoriza o panorama de uma área sem análise aprofundada de cada estudo.
Exemplo: "Mapeamento de técnicas de segurança em aplicações IoT"
Modela e simula sistemas complexos para análise de comportamento sem necessidade de ambiente real.
Exemplo: "Simulação de protocolos de roteamento em redes veiculares (VANETs)"
Cria e avalia artefatos (sistemas, modelos, frameworks) como contribuição científica. Muito usada em Computação aplicada.
Exemplo: "Desenvolvimento e avaliação de framework para detecção de anomalias em redes"
Dica: Converse com seu orientador antes de definir o tipo de pesquisa — essa escolha impacta metodologia, cronograma e avaliação pela banca.
Trabalho de Conclusão de Curso (TCC)