Ai ales tema și vrei ajutor?
Redactăm documentația lucrării de licență la Informatică de la zero, pe tema și aplicația ta, sau corectăm ce ai scris deja. Livrare în maxim 2 zile, plată după livrare.
Scrie-ne pe WhatsAppNivelul arată câte componente trebuie să lege aplicația, de unde vin datele și cât de grea e evaluarea, nu cât de bună va fi lucrarea. O aplicație simplă, bine proiectată, testată și documentată, poate primi nota maximă. Apasă pe o temă ca s-o deschizi.
Teme ușoare: o aplicație cu un scop clar
De ce sunt ușoare: Folosești tehnologii cu documentație bună și multe exemple, cerințele le stabilești tu, iar datele le generezi sau le introduci singur. Riscul e că temele sunt frecvente: diferența o fac funcția principală bine gândită, testele și felul în care îți justifici alegerile în documentație.
Aplicație web de programări pentru o afacere mică
- Întrebarea
- Cum poate o aplicație web să înlocuiască programările prin telefon ale unui cabinet sau ale unei săli de sport, fără suprapuneri de ore?
- Metoda
- Analiza cerințelor, diagrame UML (cazuri de utilizare, clase, secvență), modelul bazei de date, implementare și teste unitare și de integrare. Împarte munca pe săptămâni cu planul de lucru.
- Tehnologii
- React sau Vue pentru interfață; Node.js cu Express sau Python cu Django pentru server; PostgreSQL; autentificare cu sesiuni sau JWT.
- De ce e ușoară
- Tehnologiile au tutoriale și documentație din belșug, baza de date are câteva tabele, iar cerințele sunt ușor de explicat comisiei într-o demonstrație de câteva minute.
- La disertație
- Extinzi aplicația pentru mai multe afaceri pe aceeași instalare (multi-tenant) și măsori performanța sub încărcare.
Aplicație mobilă pentru bugetul personal, care merge și fără internet
- Întrebarea
- Cum construiești o aplicație de evidență a cheltuielilor care salvează datele local și le arată pe categorii și luni?
- Metoda
- Cerințe, prototip de ecrane, implementare, teste pe cel puțin două dispozitive sau emulatoare; la final, un scurt test cu câțiva colegi.
- Tehnologii
- Flutter sau React Native; SQLite pentru stocarea locală; o bibliotecă de grafice pentru rapoarte.
- De ce e ușoară
- Un singur utilizator, fără server, iar datele le introduci tu. Partea grea e interfața, care se poate face pas cu pas.
- La disertație
- Adaugi sincronizarea între dispozitive și rezolvi conflictele când aceeași înregistrare e modificată în două locuri.
Compararea performanței a două sau trei baze de date pe aceleași interogări
- Întrebarea
- Cum se schimbă timpul de răspuns al unei baze relaționale față de una orientată pe documente când crește volumul de date?
- Metoda
- Generezi seturi de date de mărimi diferite, rulezi aceleași operații (inserare, căutare, agregare) de mai multe ori, în condiții identice, și compari mediile și dispersia.
- Tehnologii
- PostgreSQL și MongoDB (eventual SQLite), rulate în Docker; scripturi în Python pentru generarea datelor și măsurare.
- De ce e ușoară
- Nu ai utilizatori și nici interfață de construit, rezultatele sunt numere măsurabile. Atenția trebuie pusă pe repetări și pe descrierea exactă a mediului de test.
- La disertație
- Adaugi indexări și configurații diferite sau o bază de date distribuită, cu mai multe noduri.
Teme medii: mai multe componente și utilizatori reali
De ce sunt medii: Aplicația leagă mai multe părți (server, interfață, servicii externe, un model de limbaj) sau are utilizatori reali care o testează. Ai de pus aplicația online, de gestionat roluri și erori și de evaluat rezultatul cu oameni sau cu un set de întrebări, nu doar de scris cod.
Aplicație web pentru o organizație reală, testată cu utilizatorii ei
- Întrebarea
- Rezolvă aplicația problema concretă a unui ONG, a unei asociații studențești sau a unei firme mici, iar utilizatorii o găsesc ușor de folosit?
- Metoda
- Interviuri scurte pentru cerințe, implementare cu roluri (administrator, membru), publicare online și un test de utilizabilitate cu 5–10 utilizatori, urmat de un chestionar. Pornește de la modelul de chestionar.
- Tehnologii
- Un framework web la alegere; PostgreSQL; găzduire pe un serviciu cloud; System Usability Scale (SUS) pentru chestionarul de la final.
- De ce e medie
- Cerințele vin de la altcineva și se schimbă pe parcurs, aplicația trebuie să ruleze online, iar testarea cu oameni se programează și se analizează.
- La disertație
- Repeți testul după îmbunătățiri și compari scorurile sau măsori utilizarea reală pe o perioadă mai lungă.
Asistent cu inteligență artificială care răspunde din regulamentele facultății
- Întrebarea
- Poate un asistent bazat pe un model de limbaj să răspundă corect la întrebările studenților folosind doar documentele publice ale facultății și să spună când nu știe?
- Metoda
- Arhitectură de tip retrieval-augmented generation (RAG): documentele se împart în fragmente, se indexează, iar răspunsul se formulează doar din fragmentele găsite. Evaluezi pe un set de 50–100 de întrebări cu răspunsuri verificate de tine.
- Tehnologii
- Python; o bază de date vectorială (de exemplu pgvector sau FAISS); un model de limbaj prin API sau rulat local; o interfață web simplă.
- De ce e medie
- Leagă mai multe componente care se pot strica independent, iar evaluarea cere un set de întrebări construit cu grijă. Costurile API sau resursele pentru un model local trebuie discutate din timp cu coordonatorul.
- La disertație
- Compari mai multe moduri de împărțire a documentelor sau mai multe modele și măsori sistematic răspunsurile inventate.
Sistem de recomandare de filme: filtrare colaborativă față de recomandări după conținut
- Întrebarea
- Care metodă recomandă mai bine filme pe care utilizatorul le-ar nota bine: cea bazată pe utilizatori asemănători sau cea bazată pe genul și descrierea filmelor?
- Metoda
- Împarți notele în set de antrenare și de test, implementezi cel puțin două metode și le compari cu metrici precum RMSE și precizia primelor 10 recomandări.
- Date
- Setul de date public MovieLens (GroupLens), în versiunea mică pentru început; Python cu pandas și scikit-learn.
- De ce e medie
- Datele sunt reale și gata curățate, dar trebuie să înțelegi metricile de evaluare și să eviți să testezi pe date pe care le-ai folosit la antrenare.
- La disertație
- Adaugi un model hibrid sau unul bazat pe rețele neuronale și analizezi recomandările pentru utilizatorii noi, fără istoric.
Teme ambițioase: modele antrenate și sisteme distribuite
De ce sunt ambițioase: Cer un model de învățare automată antrenat și evaluat riguros sau un sistem cu mai multe servicii care trebuie să rămână corect când ceva cade. Ai nevoie de mai multă putere de calcul, de experimente repetate și de o documentație care explică limitele. Planifică cel puțin trei luni și începe cu o variantă minimă care funcționează.
Detecția tranzacțiilor frauduloase cu învățare automată pe date dezechilibrate
- Întrebarea
- Ce model detectează mai bine fraudele cu cardul când acestea sunt o parte foarte mică din tranzacții, fără prea multe alarme false?
- Metoda
- Compari regresia logistică, random forest și gradient boosting; tratezi dezechilibrul prin ponderarea claselor sau suprareeșantionare (SMOTE) și evaluezi cu curba precizie–recall, nu cu acuratețea.
- Date
- Setul public Credit Card Fraud Detection de pe Kaggle; Python cu scikit-learn, imbalanced-learn și XGBoost sau LightGBM.
- De ce e ambițioasă
- Pe date dezechilibrate o acuratețe de aproape 100% nu spune nimic, așa că trebuie să alegi și să justifici metricile corecte, să faci validare încrucișată și să eviți scurgerea de informație între seturi.
- La disertație
- Adaugi explicații pentru deciziile modelului (de exemplu valori SHAP) sau simulezi un flux de tranzacții în timp real.
Recunoașterea bolilor plantelor din fotografii de frunze
- Întrebarea
- Recunoaște o rețea neuronală antrenată pe imagini de laborator bolile frunzelor și în fotografii făcute cu telefonul, pe câmp?
- Metoda
- Transfer learning pe o rețea convoluțională preantrenată (de exemplu ResNet sau EfficientNet), augmentarea imaginilor, evaluare separată pe un set mic de fotografii proprii, apoi o aplicație simplă care face predicția.
- Date
- Setul public PlantVillage; PyTorch sau TensorFlow; o placă video sau un mediu cloud cu GPU (de exemplu Google Colab).
- De ce e ambițioasă
- Antrenarea cere GPU și multe încercări, iar rezultatele foarte bune pe setul de test scad adesea pe fotografiile reale. Explicarea acestei diferențe e chiar miezul lucrării.
- La disertație
- Rulezi modelul direct pe telefon, comprimat, și compari viteza și acuratețea cu varianta de pe server.
Sistem de gestiune a stocurilor în timp real, cu microservicii
- Întrebarea
- Cum păstrezi stocul corect când mai multe magazine vând același produs în același timp și unul dintre servicii cade?
- Metoda
- Proiectezi servicii separate (comenzi, stoc, notificări) care comunică prin mesaje, tratezi eșecurile și reîncercările, apoi faci teste de încărcare și de cădere a unui serviciu.
- Tehnologii
- Docker și Docker Compose (eventual Kubernetes); un broker de mesaje (RabbitMQ sau Apache Kafka); PostgreSQL; k6 sau JMeter pentru testele de încărcare.
- De ce e ambițioasă
- Problemele de consistență și de concurență nu se văd într-o demonstrație simplă: trebuie provocate intenționat, măsurate și explicate. Mediul de rulare e și el mai greu de pus la punct.
- La disertație
- Compari două strategii de consistență (de exemplu tranzacții distribuite față de pattern-ul saga) sub aceeași încărcare.
Înainte să alegi
- Verifică dacă facultatea cere aplicația funcțională sau acceptă și doar proiectarea, și în ce formă predai codul sursă.
- Alege tehnologii pe care le stăpânești deja sau pe care le poți învăța în câteva săptămâni, nu pe cele mai noi.
- Pentru seturile de date și API-urile externe, verifică licența de utilizare și citează sursa.
- Discută tema devreme cu coordonatorul și vino cu două-trei variante, de pe niveluri diferite.
Ghid complet: lucrarea de licență la Informatică → · Exemplu de lucrare · Te ajutăm să alegi tema
Întrebări frecvente
Care e cea mai ușoară temă de licență la Informatică?
Cele mai ușoare sunt aplicațiile web sau mobile cu un scop clar, făcute cu tehnologii bine documentate, unde datele le introduci singur. Nota depinde mult de proiectare, de teste și de documentație, nu doar de complexitatea aplicației. Pe această pagină ai trei exemple la nivelul Ușor.
Pot folosi inteligența artificială în tema de licență la Informatică?
Da, ca subiect al lucrării: un model antrenat de tine sau o aplicație care folosește un model de limbaj, evaluată pe un set de test. Dacă și cât ai voie să folosești instrumente AI la scrierea codului sau a documentației hotărăște facultatea, așa că întreabă coordonatorul și declară ce ai folosit.
Am nevoie de date reale pentru o temă cu învățare automată?
Nu neapărat. Seturile de date publice, citate corect, sunt acceptate de obicei și te scutesc de colectare. Ce contează e să explici de ce ai ales setul, cum l-ai împărțit și cum ai evaluat modelul. Datele de la o firmă cer acordul ei și, dacă au date personale, anonimizare.