Deloitte
6 位校友岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
FIT2110
Human-centred artificial intelligence
6 学分难度 中等
课程定位 FIT2110（Human-centred artificial intelligence）是 Monash 信息技术学院（FIT）2026 年课程体系中的核心课程，重点训练从概念理解到可交付实现的完整能力。课程通常与后续的软件开发、数据分析、系统设计或工程项目衔接，适合作为构建技术基础与学习节奏的关键节点。 技术栈与学习内容 课程围绕编程、问题建模、系统思维和工程规范展开，常见会使用 Python/Java、命令行、版本控制和测试工具。学习目标不仅是“写出能运行的代码”，还包括边界条件分析、可维护性设计与结果解释能力。 课程结构 通常按 12-13 周推进，考核常见为 Lab/Quiz、作业项目与期末考试。中后期会从单点练习转向综合任务，要求持续输出和阶段复盘。评分不只看最终答案，也关注代码质量、测试覆盖与表达清晰度。 适合人群 适合希望系统打牢 IT 基础、准备衔接更高阶 FIT 课程或求职技术岗位的同学。建议每周固定投入 8-12 小时，按照“预习-练习-复盘”节奏推进，避免临近截止日集中突击。
Course decision
选课先看
先看考核重心、截止节奏和入门要求，再决定这门课是否适合你的学期安排。
考核总权重
100%
4 项考核
最高单项
35%
Assignment
期末考试
有
以官方 outline 为准
Hurdle
未列出
当前考核表没有 Hurdle 标记
What you learn
学完能做什么
学习成果来自官方 Unit Outline，关键词来自这门课的逐周主题。
课程能力关键词
课程目标评分标准开发环境学习节奏核心概念题型训练边界条件代码规范综合复盘高频错题期末策略时间分配
Syllabus
每周大纲
默认只展示每周独有的知识重点；节奏、考核、Tutorial 和避坑信息按需展开。
- 1
课程导入与环境配置
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
课程目标评分标准开发环境学习节奏 - 2
核心主题 1
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 3
核心主题 2
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 4
核心主题 3
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 5
核心主题 4
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 6
核心主题 5
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 7
核心主题 6
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 8
核心主题 7
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 9
核心主题 8
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 10
核心主题 9
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 11
核心主题 10
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 12
核心主题 11
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
核心概念题型训练边界条件代码规范 - 13
综合复盘与期末准备
围绕 FIT2110（Human-centred artificial intelligence）的核心概念、题型与实验任务进行训练。
综合复盘高频错题期末策略时间分配
Assessment
考核结构
Lab / Tutorial
聚焦 FIT2110 周度关键知识点的实践与课堂应用。
20%
Assignment
围绕 FIT2110（Human-centred artificial intelligence）的项目/作业，考察实现质量、可维护性与验证完整性。
35%
Midterm / Quiz
中期知识与应用能力检测。
15%
Final Exam
期末综合考核，评估 FIT2110 的概念理解、分析能力与问题解决能力。
30%
Assignments
作业详情
Assignment 1
完成 FIT2110（Human-centred artificial intelligence）核心模块的实现、测试与结果说明。
重点: 用户研究与可用性评估
要求:提交代码、测试与说明文档
⏱ 预计 14 小时
Assignment 2
完成 FIT2110 综合场景任务，提交复现实验结果与技术复盘。
重点: 交互原型与迭代优化
要求:提交可复现实验结果与反思
⏱ 预计 18 小时
From Seniors
学长留下的
基础信息谁都查得到,真正值钱的是过来人的经验。
学姐说
比你早一年的学长留下的真实经验 —— ChatGPT 给不了。
这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。
往年考点 / 踩坑
这门课暂无往年考点记录。
毕业生去向(整体)
下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。
统计自 317 份脱敏校友证言
Zerologix
4 位校友岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer
Servian
4 位校友岗位:Full-stack Developer · Data Engineer · Consultant
关于这块数据,我们说实话
雇主墙来自脱敏毕业生证言（testimonials）的整体分布，无法关联到具体学员或其所选课程；仅作为毕业生去向的总体社会证明展示。
我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。