昆士兰大学 课程目录

课程定位 ACCT3103（Advanced Financial Accounting）是 UQ 商科体系中的关键课程，目标是把课堂概念转成可执行分析与决策能力。课程强调“理解框架、验证数据、输出结论”的完整流程，既服务后续高阶课程，也直接对应实习中的真实业务任务。 技术栈与学习内容 内容通常覆盖财务分析、管理决策、市场洞察或国际商务方法，并结合 Excel、统计分析、案例研究与商业表达训练。你不只要会算结果，还要解释口径、假设和限制条件，保证结论可复核、可落地。 课程结构 课程一般 13 周推进：前段打基础，中段做案例与作业，后段综合冲刺。考核常见为 Quiz/Lab、报告/作业、小组展示与期末评估。评分除正确性外，也重视结构化表达、论证逻辑和交付质量。 适合人群 适合想提升分析、表达和协作能力的商科学生，尤其是准备走咨询、金融、运营、市场或管理方向的同学。建议每周投入 8-12 小时，保持“预习-练习-复盘”节奏，比考前突击更稳。

课程定位 MKTG7503（Consumer and Buyer Behaviour）是 UQ 商科体系中的关键课程，目标是把课堂概念转成可执行分析与决策能力。课程强调“理解框架、验证数据、输出结论”的完整流程，既服务后续高阶课程，也直接对应实习中的真实业务任务。 技术栈与学习内容 内容通常覆盖财务分析、管理决策、市场洞察或国际商务方法，并结合 Excel、统计分析、案例研究与商业表达训练。你不只要会算结果，还要解释口径、假设和限制条件，保证结论可复核、可落地。 课程结构 课程一般 13 周推进：前段打基础，中段做案例与作业，后段综合冲刺。考核常见为 Quiz/Lab、报告/作业、小组展示与期末评估。评分除正确性外，也重视结构化表达、论证逻辑和交付质量。 适合人群 适合想提升分析、表达和协作能力的商科学生，尤其是准备走咨询、金融、运营、市场或管理方向的同学。建议每周投入 8-12 小时，保持“预习-练习-复盘”节奏，比考前突击更稳。

课程描述和介绍： 本课程的主要目的是提供数据库管理系统（DBMS）设计的深入知识，包括以下主题：关系数据库，SQL，磁盘存储和文件组织，索引结构，事务处理，并发控制，恢复技术， 查询处理和优化。使用当前技术构建大型信息系统所需的概念; 关系和其他数据模型，查询处理和视图，访问索引结构，数据流和动态模型。 课程学术点数：2 每周课时：3小时Lecture，1小时Practical or Laborator，1小时Tutorial 前置课程： · INFS2200：INFS1200 or MGTS3203 · INFS7903：INFS7900 课程信息视频介绍：UQ INFS2200/7903 Relational Database Systems 课程介绍 课程信息视频介绍：昆士兰大学 UQ INFS2200/INFS7903 期中考试Quiz知识点复习及例题解析

课程描述和介绍： 本课程假设学生熟悉软件或信息系统的开发生命周期，并且之前曾接触过软件或信息系统的构建。 简而言之，我们不会在本课程（或后续的DECO3801）中教授技术技能，但是您需要将您在其他课程和其他地方获得的技术技能应用到您的团队认为是项目所必需的环境和框架中。基于工作室的课程，跨学科的学生团队为重要的基于软件的系统制定提案。 该课程旨在巩固和扩展学生之前在设计信息系统，用户界面以及计算机软件和系统方面的经验。 科等需求获取，业务案例，设计规范，并确定和处理与软件项目和产品相关的专业和伦理问题的过程中，都包括在内。 课程学术点数： 每周课时：2小时Lecture，3小时Contact 前置课程：DECO3800：(DECO1800 or ENGG1100) and (CSSE2002 or DECO2300 or INFS2200) DECO7380：DECO7140 and (CSSE7023 or INFS7903 or DECO7250)

课程描述和介绍： IT本科必修课，主要涉及运用各种设计方法和思维做个人项目和小组项目，考核难度一般但是如果队友不靠谱很容易挂科。同时这门课对个人的口语能力和写作能力有一定的要求。 课程学术点数： 每周课时：1小时Lecture，4小时Studio 前置课程：无 绑定课程：无

课程定位 ACCT7102（Financial Accounting）是 UQ 商科体系中的关键课程，目标是把课堂概念转成可执行分析与决策能力。课程强调“理解框架、验证数据、输出结论”的完整流程，既服务后续高阶课程，也直接对应实习中的真实业务任务。 技术栈与学习内容 内容通常覆盖财务分析、管理决策、市场洞察或国际商务方法，并结合 Excel、统计分析、案例研究与商业表达训练。你不只要会算结果，还要解释口径、假设和限制条件，保证结论可复核、可落地。 课程结构 课程一般 13 周推进：前段打基础，中段做案例与作业，后段综合冲刺。考核常见为 Quiz/Lab、报告/作业、小组展示与期末评估。评分除正确性外，也重视结构化表达、论证逻辑和交付质量。 适合人群 适合想提升分析、表达和协作能力的商科学生，尤其是准备走咨询、金融、运营、市场或管理方向的同学。建议每周投入 8-12 小时，保持“预习-练习-复盘”节奏，比考前突击更稳。

课程定位 MKTG7505（Product Strategy and Development）是 UQ 商科体系中的关键课程，目标是把课堂概念转成可执行分析与决策能力。课程强调“理解框架、验证数据、输出结论”的完整流程，既服务后续高阶课程，也直接对应实习中的真实业务任务。 技术栈与学习内容 内容通常覆盖财务分析、管理决策、市场洞察或国际商务方法，并结合 Excel、统计分析、案例研究与商业表达训练。你不只要会算结果，还要解释口径、假设和限制条件，保证结论可复核、可落地。 课程结构 课程一般 13 周推进：前段打基础，中段做案例与作业，后段综合冲刺。考核常见为 Quiz/Lab、报告/作业、小组展示与期末评估。评分除正确性外，也重视结构化表达、论证逻辑和交付质量。 适合人群 适合想提升分析、表达和协作能力的商科学生，尤其是准备走咨询、金融、运营、市场或管理方向的同学。建议每周投入 8-12 小时，保持“预习-练习-复盘”节奏，比考前突击更稳。

课程定位 ACCT3104（Advanced Management Accounting）是 UQ 商科体系中的关键课程，目标是把课堂概念转成可执行分析与决策能力。课程强调“理解框架、验证数据、输出结论”的完整流程，既服务后续高阶课程，也直接对应实习中的真实业务任务。 技术栈与学习内容 内容通常覆盖财务分析、管理决策、市场洞察或国际商务方法，并结合 Excel、统计分析、案例研究与商业表达训练。你不只要会算结果，还要解释口径、假设和限制条件，保证结论可复核、可落地。 课程结构 课程一般 13 周推进：前段打基础，中段做案例与作业，后段综合冲刺。考核常见为 Quiz/Lab、报告/作业、小组展示与期末评估。评分除正确性外，也重视结构化表达、论证逻辑和交付质量。 适合人群 适合想提升分析、表达和协作能力的商科学生，尤其是准备走咨询、金融、运营、市场或管理方向的同学。建议每周投入 8-12 小时，保持“预习-练习-复盘”节奏，比考前突击更稳。

课程定位 BISM7213（Securing Business Information）是 UQ 课程体系中兼顾理论与实践的一门超难课程，核心目标是把“会看懂”升级为“会分析、会实现、会解释”。课程通常承担承上启下作用：前接基础概念，后接更高阶专题或项目。对准备走软件、数据、工程或研究路径的同学来说，这类课程的价值不只在分数，更在于建立可迁移的方法框架和稳定交付能力。 技术栈与学习内容 学习内容通常覆盖该方向的关键概念、方法与工具链，并通过练习或作业落实到具体场景。常见会使用 Python、R、MATLAB、C/C++ 或课程指定软件（以官方课纲为准）。课程强调的不只是“得到答案”，还包括假设条件、步骤完整性、结果解释与复现性。也就是说，你需要同时训练知识准确度、实现质量和表达清晰度。 课程结构 课程一般按周推进，前段搭建概念框架，中段进入题型训练与案例应用，后段做综合整合与评估冲刺。考核常见组合为 Quiz/Lab、作业、报告和期末评估。评分不仅看正确率，也看分析逻辑、书写/代码规范与结论表达。多数同学真正拉开差距的阶段在中后期：是否能持续输出，而不是临近截止日突击。 适合人群 适合希望夯实底层能力、提升问题拆解与建模能力、并改善学术或工程表达的同学。若你计划继续修读高阶课程，或希望在实习与求职中提升“把事情做对并讲清楚”的竞争力，这门课很值

本课程将介绍对设计具有性能保证的计算机程序非常重要的数据结构和算法，并构成复杂软件系统的基础。 该课程还将涵盖一系列分析技术，这些技术对理论计算机科学的高级研究至关重要。数据结构和类型，将抽象信息结构映射到主存储和辅助存储的表示。 算法的时空复杂度分析。如下Sequences. Lists. Stacks. Queues. Sets, multisets, tables. Trees. Sorting. Hash tables. Priority queues. Graphs. String algorithms

课程定位 MKTG7504（Service Strategy）是 UQ 商科体系中的关键课程，目标是把课堂概念转成可执行分析与决策能力。课程强调“理解框架、验证数据、输出结论”的完整流程，既服务后续高阶课程，也直接对应实习中的真实业务任务。 技术栈与学习内容 内容通常覆盖财务分析、管理决策、市场洞察或国际商务方法，并结合 Excel、统计分析、案例研究与商业表达训练。你不只要会算结果，还要解释口径、假设和限制条件，保证结论可复核、可落地。 课程结构 课程一般 13 周推进：前段打基础，中段做案例与作业，后段综合冲刺。考核常见为 Quiz/Lab、报告/作业、小组展示与期末评估。评分除正确性外，也重视结构化表达、论证逻辑和交付质量。 适合人群 适合想提升分析、表达和协作能力的商科学生，尤其是准备走咨询、金融、运营、市场或管理方向的同学。建议每周投入 8-12 小时，保持“预习-练习-复盘”节奏，比考前突击更稳。

Data Science techniques often need to be applied to large amounts of data to generate insights. To deal with volume, velocity, and variety of data we need to rely on novel computational architectures that focus on scaling-out data processing as compared to the classic scale-up approach. Such systems allow to add computational resources to a distributed system depending on requirements and load which changes over time. In this course we will give students knowledge about modern scale-out system architectures to perform data analytics queries over very large structured/unstructured datasets as well as to run data mining algorithms at scale.