Deloitte
6 位校友岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
INFO90002
课程定位 INFO90002(Database Systems & Data Modelling)是墨尔本大学信息系统方向的研究生课程,定位在业务问题与数字技术落地之间。课程面向希望提升产品思维、数据决策和系统设计能力的学习者,强调把理论框架转化为可执行方案。它通常可衔接后续 capstone、行业项目或岗位实战。 技术栈与学习内容 学习内容常覆盖 Information Systems、Human-Centred Design、Data Modelling、Process Improvement、Evidence-based Decision Making 等核心能力。你需要在案例中完成问题界定、方案设计、风险评估和效果复盘,重点不是套模板,而是构建完整论证链路。 课程结构 一般按 12-13 周推进:前段搭建框架与方法,中段进行高密度作业与项目推进,后段做综合评估与展示。考核常见为 Quiz/Workshop、2 次作业或项目、展示与期末评估。即便没有明确 Hurdle,评分也会关注关键能力是否稳定达标。 适合人群 适合希望在数字化转型、产品运营、数据分析和信息系统咨询方向深耕的硕士同学。建议每周投入 10-14 小时,按“预习-实践-复盘”推进。难点在多任务并行与高质量表达;持续复盘能显著提升后期稳定性。
Course decision
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
30%
Final Assessment
期末考试
未注明
以官方 outline 为准
Hurdle
未列出
当前考核表没有 Hurdle 标记
Syllabus
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。
### 📖 核心知识点:理论框架建立 介绍该工程领域的基本假设、核心变量及其物理/数学意义。理解该科目在专业体系中的位置。
### 🏗️ 核心知识点:控制方程建立 通过守恒定律或力学平衡推导核心方程。掌握简化的物理模型构建方法。
### 📊 核心知识点:平衡态性能 学习系统在稳定运行状态下的响应规律。掌握图形化求解与数值求解的基础。
### ⚡ 核心知识点:随时间变化的系统行为 探讨系统在外部冲击下的随动规律。学习一阶与二阶系统的响应特性。
### 🧪 核心知识点:传感器与实验设计 了解实验室环境下的常用测量仪器。学习误差分析(Error Analysis)与不确定度度量。
### 📐 核心知识点:行业标准与安全性 学习相关的 AS/ISO 澳洲或国际标准。理解安全系数(Factor of Safety)的设计考量。
### 📝 复习周:知识串联 总结前六周核心计算题型。分析一个真实的行业失败/成功案例。 🔥
### 💻 核心知识点:有限元/有限差分法基础 引入计算机辅助工程(CAE)工具。学习如何将连续场离散化处理。
### 📈 核心知识点:权衡与效率 探讨如何通过材料选择、结构优化或算法调整来提升系统性能。
### 🌿 核心知识点:全生命周期评估 分析该工程活动对环境的足迹。学习减碳技术与可持续发展策略。
### 🧩 核心知识点:多学科集成 将各章节知识应用于大型设计任务。解决真实工程环境中的冲突约束。
### 🎓 复习周:工程师视角 系统回顾考点。探讨工程师在大型项目中的社会责任与伦理风险。
Assessment
Quiz / Workshop
阶段掌握与课堂应用检查。
Assignment 1
专题分析与方案设计。
Assignment 2 / Project
综合项目或研究报告。
Final Assessment
期末综合评估。
Assignments
完成 INFO90002 主题下的问题分析与方案设计。
重点: 方法应用与证据组织
要求:提交结构化报告
⏱ 预计 16 小时
完成综合项目并给出实施与风险评估。
重点: 系统化落地与复盘
要求:提交报告/展示材料
⏱ 预计 22 小时
Reviews
2.7
难度
3.8
含金量
2.7
压力
3.0
教师评分
老师不是很积极很有热忱,但是课上的ppt内容等还是很有用的
lecture蛮容易理解,但是老师说话有点让人困,期末考试还是有一点困难。
即使演讲幻灯片有用且清晰,讲师的上课方式和讲课的语气不是很热情,会使你失去兴致。
讲座非常容易理解。 但是由于讲师以相同的语气讲话,你可能想睡觉。 当然,期末考试有点难,因为你已经绘制了ER模型并回答了其他问题。
对于想入数据行业的小朋友来说,这门课是基础中的基础一定要打牢。个人觉得前半学期的内容非常实用并且有挑战性但是后半学期的内容过于理论,也是墨大的第一门考试背书的课程。 小组作业请务必提前做并好好检查,因为这个作业是倒扣分制,如果错误多的话很可能一分都没有。 个人作业建议做完后跑一下看看结果是不是自己想要的,题目也很有挑战性。 考试主要考察数据模型+SQL+normalization+后半学期内容,后半学期主要靠背,而且老师考的偏的话可能会考一些很零碎的知识点,所以想拿高分的小朋友最好复习全面,往死里背,数据模型+SQL+normalization主要拿着题多练,这三部分的考试不会超过tutorial题目的难度。
IS和IT都必须选的编程类基础课,前半学期学习关系型数据库模型的搭建和SQL语言的基本语法,后半学期讲解数据库的应用比如transaction和分布式数据库的架构。对于想入数据行业的小朋友来说,这门课是基础中的基础一定要打牢。个人觉得前半学期的内容非常实用并且有挑战性但是后半学期的内容过于理论,也是墨大的第一门考试背书的课程。
From Seniors
基础信息谁都查得到,真正值钱的是过来人的经验。
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。
这门课暂无往年考点记录。
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
岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer
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。