A evasão no ensino superior é um problema que afeta tanto universidades públicas quanto privadas. Essa evasão representa infraestrutura, professores e funcionários subutilizados e, por isso, é interesse das universidades desenvolver programas e técnicas voltadas a diminuição desse índice. Este trabalho tem por objetivo utilizar a técnica de aprendizado de máquina conhecida como árvore de decisão para ajudar na identificação de estudantes do Bacharelado em Ciência da Computação da UFRJ com maior chance de evadir e traçar um perfil dos mesmos. Foram gerados quatro conjuntos de dados a partir das informações disponíveis em quatro períodos diferentes de tempo, com o objetivo de verificar se as características dos estudantes que evadem mudam dependendo do momento que a evasão ocorre. As árvores de decisão resultantes tiveram bom desempenho, identificando de 70 a 85% dos alunos evadidos dependendo do conjunto utilizado. O perfil traçado identificou os principais atributos dos alunos evasores possibilitando que orientadores e professores possam atuar antes que a evasão de fato ocorra.