Trabalho de Formatura - BCC (IME / USP)

Dr. Marcelo Reis (Pesquisador Associado, LCC, Instituto Butantan)

Oportunidades de TCC no Instituto Butantan – edição 2020 de MAC499

Gostaria de fazer seu TCC produzindo ciência em uma equipe interdisciplinar, numa das mais renomadas instituições brasileiras de pesquisa biomédica? Então venha trabalhar conosco no Laboratório de Ciclo Celular (LCC) do Instituto Butantan, em um dos seguintes projetos:

1. Desenvolvimento e implementação de algoritmos de Machine Learning para classificação de Big Data (em particular dados biológicos);


2. Aplicação de técnicas de Otimização em dados proteômicos baseados em espectrometria de massas para inferência de árvores filoproteômicas.

Para quem tiver um bom histórico escolar e sem reprovações, será solicitada uma bolsa de Iniciação Científica da FAPESP para financiar o desenvolvimento do projeto escolhido.

Caso tenha interesse em uma ou mais das possibilidades listadas acima, escreva uma mensagem para Marcelo Reis ( marcelo.reis at butantan.gov.br ) , doutor em Computação pelo IME-USP que atualmente é pesquisador associado ao LCC, tendo já supervisionado diversos TCCs em edições anteriores da disciplina MAC499.

Prof. Alfredo Goldman

A prefeitura de São Paulo, através da sua política de governo aberto, tem o desejo de avançar e inovar na participação cidadã, especialmente através de ferramentas digitais. Seria um espaço virtual onde os moradores poderão participar ativamente, propor melhorias para a cidade e para os bairros através de propostas, projetos, enquetes e discussões. Hoje a participação já está prevista através de assembleias presenciais, porém a meta é estender ao meio digital para que mais pessoas possam participar.

Mais detalhes neste documento

Prof. Paulo R. M. Meirelles (UNIFESP)

1. "Análise de código-fonte de grandes projetos de software livre" - Minerar repositórios de importantes projetos de software livre, escritos em C, C++ ou Java, com a ferramenta Analizo, para avaliação da qualidade interna via análise estática de código-fonte.
   
   
2. "Entendendo projetos de software livre através de contribuições de código" - Para os alunos que já contribuem com um projeto de software livre e desejam fazer seu TCC tendo tal projeto como estudo de caso.
   
   
3. "Caracterizando os desenvolvedores de software livre no Brasil" - Quem são os brasileiros que participam do desenvolvimento de projetos de software livre nos dias atuais? via mineração de repositórios e mailing-list caracterizar estatisticamente suas atividades.
   
   
4. Metadata Sniffer: uma ferramenta para análise de metadados de código Python - Linguagens como Java e C# possuem recursos para configuração de metadados diretamente no código fonte, através dos annotations e attributes respectivamente. Na mesma linha, o Python apresenta o Decorator. A proposta desse trabalho é construir uma ferramenta capaz de ler código fonte Python e extrair informações de uso de Decorator, tais como: Quantidade de Decorators presentes no arquivo, quantidade de Decorator em um elemento de código específico, quantidade de parâmetros configurando o decorator, entre outros. Com isso, juntando-se ao Annotation Sniffer (para Java) e o Atribute Sniffer (para C#), compondo o Metadata Sniffer.

Prof. Nina Hirata

Processamento de imagens de modelos de gesso odontológicos com desenhos de estruturas para prótese removível

Mais detalhes neste documento

Prof. Fabio Kon

1. Simulação Computacional de mobilidade urbana com bicicletas em São Paulo - Utilizando o software livre InterSCimulator desenvolvido pelo projeto InterSCity no IME (https://interscity.org/software/interscsimulator). A ideia é implementar uma simulação realista do fluxo atual e potencial futuro de uso de bicicletas na cidade de São Paulo como forma de embasar políticas públicas para expansão racional da infraestrutura cicloviária embasada em evidências científicas.



2. Coletar dados de poluição do ar e do clima em São Paulo e fazer uma análise longitudinal de abril a novembro. - Usando técnicas de Ciência de Dados e Aprendizado de Máquina, fazer uma análise exploratória contrastando os dados de poluição do ar com internações hospitalares e mortes devido a doenças respiratórias. O aluno deverá interagir com a equipe de pesquisa do projeto https://interscity.org.



3. Desenvolver metodologia para coletar informações de acelerômetro e outros sensores de celular conectado a bicicletas de forma a capturar informações sobre a qualidade da infraestrutura cicloviária de uma região. O aluno deverá interagir com a equipe de pesquisa do projeto https://interscity.org.



4. Desenvolver Dashboard da saúde prevendo a prevalência de doenças baseado em dados do Google Trends, Twitter, temperatura, humidade e dados históricos. O aluno deverá interagir com a equipe de pesquisa do projeto https://interscity.org.