Deloitte
6 位校友岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer
COMP9346
知识增强 AI
6 学分难度 超难
课程定位 COMP9346（Knowledge-Enhanced AI）是 USYD 计算机方向的研究生高阶课程，定位在“理论理解 → 工程实现 → 结果评估”的完整学习闭环。课程通常要求你不仅会使用现有方法，还要能解释设计决策、比较方案优劣并完成可复现交付。它在课程体系中的价值在于把单点知识转化为系统能力，是衔接 毕业项目、研究课题、行业研发场景 的关键节点。 技术栈与学习内容 学习内容覆盖算法建模、系统设计、实现调优、实验评估和工程规范。常见工具链包括 Python/C++、Git、命令行、自动化测试、性能分析与调试工具。课程强调“可运行 + 可解释 + 可维护”，因此你需要同时关注功能正确性、边界条件处理、复杂度与资源开销，以及文档和复现实验流程。 课程结构 课程一般按 13 周推进，常见考核结构是 Lab/Quiz + 2 次作业 + 期末评估。前半段以核心框架和方法训练为主，中后段进入高强度综合任务，通常要并行处理实现、验证、分析和报告。为了避免期末集中爆雷，建议采用里程碑推进：先完成可运行版本，再逐步补齐测试覆盖、性能优化与结果解释。 适合人群 适合希望深耕 AI、系统、数据与软件工程方向的同学，尤其是准备进入复杂工程场景或研究型学习路径的学习者。建议每周投入 12-18 小时，并保持固定节奏：周初搭建知识框架，周中推进实验与作业，周末复盘问题清单与改进动作。稳定持续的输出比临时冲刺更容易拿到高质量结果。
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
30%
Assignment 2
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
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
课程导入与开发环境
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 2
核心概念与基础练习
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 3
系统建模与抽象
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 4
算法与复杂度分析
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 5
工程实践与代码规范
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 6
阶段实战任务
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 7
中期复盘与错题整理
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 8
专题进阶 1
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 9
专题进阶 2
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 10
系统集成与调优
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 11
案例分析与性能诊断
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 12
期末冲刺训练
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
- 13
全课程总结与答疑
围绕 COMP9346 Knowledge-Enhanced AI 的核心知识点进行讲解、实验与代码复盘。
Assessment
考核结构
Lab / Quiz
每周实验与阶段测验。
15%
Assignment 1
专题实现与分析报告。
25%
Assignment 2
综合项目或实验报告。
30%
Final Exam
期末综合考核。
30%
Assignments
作业详情
Assignment 1
完成 COMP9346 的核心主题实现与测试。
重点: 核心概念落地与代码质量
要求:提交代码、测试说明与简要分析
⏱ 预计 20 小时
Assignment 2
完成 COMP9346 的综合场景任务并做性能/结果评估。
重点: 系统化设计与问题定位
要求:提交完整报告与可复现结果
⏱ 预计 24 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。