概述

信息技術碩士學位是一個1-2年的學位(全日制)，取決于您先前的工作經驗和學習情況。

1.核心課程

如果您是信息技術領域的新手，您將學習四門核心課程，包括編程和軟件開發、算法與復雜性、互聯網技術以及數據庫系統與信息建模。

如果您之前在信息技術領域有學習經驗或工作經驗，您可能有資格獲得學分，從而能夠進入我們的專業課程。

2.選擇您的專業領域

作為信息技術碩士學位的學生，您將有靈活性選擇您的專業領域，并選擇一個選修課程軌道，以進一步磨練您在與您的職業目標和興趣相匹配的領域的專業知識。

3.人工智能

發展在學習、規劃和推理方面的系統設計、實施和分析的專業知識。學習知識表示和規劃、機器學習和數據挖掘、數字倫理和安全分析。

4.計算

掌握在不斷變化的IT行業背景下設計、分析、實施和評估IT項目和未來需求所需的知識。您將學習IT項目和變革管理、軟件開發、編程語言、人工智能和軟件設計等知識。

5.網絡安全

發現如何創建新的技術來改進現有的安全性，并減小設計系統的脆弱性。

6.分布式計算

學習如何管理復雜的計算機網絡。獲得云計算、移動計算機系統編程、高性能計算、分布式算法和并行計算等方面的知識。

7.人機交互

專注于以人為中心的設計、開發和交互技術。獲得設計思維、以用戶為中心的評估、社交計算、信息架構和普適計算等方面的技能。

信息技術課程內容

1.互聯網技術(COMP90007)

該科目將通過研究分層的計算機網絡和應用模型，向學生介紹計算機網絡的基礎知識。該科目的上半部分涉及OSI和TCP/IP參考模型的較低層面的數據通信協議。學生將了解各種基礎網絡技術的工作原理，如無線網絡、局域網、射頻識別和傳感器網絡。該科目的下半部分通過研究TCP/IP參考模型的較高層面，討論了多個互聯網應用。

指示性內容

涵蓋的主題包括：互聯網簡介、OSI參考模型層、協議和服務、數據傳輸基礎知識、接口標準、網絡拓撲、數據鏈路協議、消息路由、局域網、廣域網、TCP/IP套件、常見網絡應用的詳細研究(如電子郵件、新聞、FTP、Web)、網絡管理以及網絡硬件和協議的現在和未來發展。

預期的學習成果

完成該科目后，預計學生將能夠：

解釋網絡技術和應用的顯著方面

能夠在計算機網絡領域內使用正確的術語

能夠構思和解釋網絡體系結構中不同層次的功能

能夠解釋互聯網的體系結構和運作方式

通用技能

完成這門科目后，學生應具備以下技能：

能夠識別、制定和解決問題

具備獨立的批判性思維、合理的探究能力和自主學習能力

對真理和知識誠實和智力誠信具有深刻的尊重，尊重學術道德和倫理。

2.算法與復雜性(COMP90038)

該科目的目標是使學生熟悉并具備評估和設計計算效率的計算機程序的能力。雖然計算機可以非常快速地處理數據，但為了解決大規模問題，我們必須設計策略，使計算能夠有效地組合。在20世紀下半葉，計算效率的一個優雅理論得以發展。這門科目介紹了這一理論的基礎以及許多解決關鍵計算問題的經典算法和數據結構。這些問題包括網絡中的距離計算、在大型集合中搜索項目并對其進行排序。

指示性內容

涵蓋的主題包括復雜性類和漸近符號;算法的實證分析;包括隊列、樹、優先隊列和圖在內的抽象數據類型;算法技術，包括蠻力、分治、動態規劃和貪婪方法;時間和空間的權衡;以及算法能力的理論極限。

預期的學習成果

完成該科目后，學生應能夠：

設計、操作和理解解決排序、搜索和圖問題的各種技術

為各種基本問題編寫高效的算法和數據結構

對問題復雜度和算法效率進行正式推理

識別標準算法的設計技巧，并將這些技巧應用于開發新的計算解決方案

通用技能

完成這門科目后，學生應具備以下技能：

運用基本知識進行推理和問題解決的能力

具備推理和解決問題的能力

能夠識別、制定和解決問題

具備創造力和創新能力

對真理和智力誠信，以及學術道德的深刻尊重。

3.編程與軟件開發(COMP90041)

該科目的目標是使學生理解解決中等復雜問題的計算機方法，并能夠展示設計和編寫程序的熟練技能。所使用的編程語言是Java。

指示性內容

涵蓋的主題將包括：

Java基礎知識

控制臺輸入/輸出

控制流

定義類

使用對象引用

使用數組進行編程

繼承

多態和抽象類

異常處理

UML基礎知識

接口

泛型

預期的學習成果

完成這門科目后，學生應能夠：

將面向對象設計的概念應用于解決計算問題

閱讀和理解中等復雜性的Java程序

編寫具有控制臺用戶界面的小到中等復雜性的Java程序，其中包含多個類

能夠在問題解決中應用各種數據結構和算法

了解使用Java編程語言進行軟件設計和實施的過程和方法

通用技能

完成這門科目后，學生應該已經培養了以下技能：

理解面向對象編程和設計的主要概念，包括類、對象、封裝、繼承和多態

在Java編程語言中為小型和中型問題設計、實現和測試程序。

4.數據庫系統與信息建模(INFO90002)

該科目介紹了現代信息組織的關鍵主題，特別是關于結構化數據庫。現代結構化查詢語言(SQL)引擎背后的堅實關系理論使它們在組織的網站和桌面背后都有了位置，就像它們在企業主機上傳統上享有的位置一樣。涵蓋的主題可能包括：數據、信息和知識的管理視圖;概念、邏輯和物理數據建模;規范化和反規范化;SQL語言;數據完整性;事務處理、數據倉庫、Web服務和組織記憶技術。這是信息系統碩士和信息技術碩士的核心基礎科目。

指示性內容

該科目從數據管理的角度介紹了數據庫和數據建模的關鍵內容。將涵蓋從概念設計到物理實施的數據庫設計。這將包括實體關系建模、規范化和反規范化以及SQL。此外，還將探討在各種情境中使用數據庫(基于Web的數據庫、將程序連接到數據庫、數據倉庫、健康情境、地理空間數據庫)。

預期的學習成果

完成本單元后，預期學生能夠：

了解管理結構化數據的不同技術以及導致它們的演化過程

能夠從現實世界的自然語言要求文檔中構建概念、邏輯和物理層次的數據模型，并對這些模型應用數據規范化

能夠熟練使用CASE工具(計算機輔助軟件工程)

熟練掌握基本SQL，并熟悉高級SQL命令的用法

了解數據庫事務的需要和機制，包括所謂的ACID屬性

熟悉數據庫在更大應用架構中的工作原理

了解數據庫系統與數據倉庫、健康信息學和地理空間應用等各個領域的關系

綜合數據管理、數據規范化和數據建模的理論第一原則，并將這些原則應用于現代組織的數據需求。

通用技能

學生將獲得信息建模的技能——這是一種通用技能，將在信息系統職業生涯中為學生提供幫助。分析范圍也是在本科目中磨練的有價值的跨學科技能。

5.機器學習入門(COMP90049)

機器學習是從數據中進行準確、計算高效、可解釋和穩健推理的研究，通常借鑒了統計學原理。本科目旨在向學生介紹機器學習的知識基礎，包括從數據中學習的數學原理、機器學習的算法和數據結構，以及數據分析的實際技能。

指示性內容

指示性內容包括：數據清理和標準化、監督學習(分類、回歸、線性和非線性模型)以及無監督學習(聚類)等，以及機器學習職業生涯的數學基礎。

預期的學習成果

完成本科目后，預計學生能夠：

ILO 1 - 理解機器學習中使用的基本數學概念

ILO 2 - 從第一原理推導機器學習模型

ILO 3 - 為實際問題設計、實施和評估機器學習系統

ILO 4 - 為給定的實際問題確定正確的機器學習模型

通用技能

完成本科目后，學生應具備以下通用技能：

一般技能包括能夠識別問題、制定問題和開發解決方案的能力，特別是利用已獲得的數據

此外，本科目讓學生接觸并使用各種數據處理工具，使他們學會整合這些工具以構建更復雜的軟件系統

因此，學生將培養運用系統方法解決復雜問題的能力。

6.人工智能自主規劃(COMP90054)

本科目的重點是自主智能體的基礎，這些智能體能夠推理行動，應用自動規劃、強化學習、博弈論等技術，并將其應用于現實世界。自主智能體是主動的實體，它們感知環境、推理、規劃并執行適當的行動，以實現其目標，為其用戶(現實世界、人類或其他智能體)提供服務。本科目側重于使智能體能夠在協作任務執行過程中自主推理目標和獎勵、感知、行動、策略以及其他智能體的知識的基礎，并探討了具有這種能力的智能體的倫理影響。

本科目使用的編程語言是Python。不會提供關于Python的講座或研討會。

指示性內容

本科目涵蓋了高級人工智能領域的內容，包括：

搜索算法和啟發式函數

經典(人工智能)規劃

馬爾可夫決策過程

強化學習

博弈論

AI規劃中的倫理

預期的學習成果

完成本科目后，預計學生將能夠：

將關于行動推理的理論概念應用于單一和多智能體問題

能夠分析、設計和實施自動規劃、強化學習和博弈論技術，解決給定的問題

了解不同行動推理方法的優點、缺點和倫理后果

能夠對不同的行動推理問題進行批判性評估，并選擇合適的技術

就自動規劃、強化學習和博弈論的技術解決方案進行有效溝通

通用技能

完成本科目后，學生應具備以下通用技能：

能夠確定、制定和解決問題的能力

能夠應對復雜問題并設計和操作性能

信息和文件管理能力

創造力和創新能力，能夠與工程團隊和社區進行有效溝通

7.分布式系統(COMP90015)

本科目旨在讓學生了解Web、電子郵件、DNS和其他有趣的分布式系統基于的原則。將討論有關分布式體系結構、概念和設計的問題，以及這些如何滿足當代分布式應用的需求。

指示性內容

涵蓋的主題包括：分布式系統的特征化、系統模型、進程間通信、遠程調用、間接通信、操作系統支持、分布式對象和組件、Web服務、安全性、分布式文件系統和命名服務。

預期的學習成果

完成本科目后，學生應能夠：

能夠在設計、開發和批判性思考中應用分布式系統的原則和范式

展示從頭開始實施復雜分布式應用的能力

通用技能

完成本科目后，學生應具備以下通用技能：

能夠確定、制定和解決問題的能力

具備獨立的批判性思維、理性探究和自主學習的能力

對真理和知識誠摯的尊重，對學術道德的高度敬重。

8.機器學習入門(COMP90049)

機器學習是從數據中進行準確、高效、可解釋和穩健推斷的研究，通常借鑒了統計學原理。本課程旨在介紹機器學習的知識基礎，包括從數據中學習的數學原理、機器學習的算法和數據結構，以及數據分析的實際技能。

指示性內容

指示性內容包括：數據清理和規范化、監督學習(分類、回歸、線性和非線性模型)、無監督學習(聚類)，以及職業機器學習的數學基礎。

預期的學習成果

完成本課程后，預計學生將能夠：

ILO 1 - 理解機器學習中使用的基本數學概念

ILO 2 - 從第一原理推導機器學習模型

ILO 3 - 設計、實施和評估用于解決實際問題的機器學習系統

ILO 4 - 識別適用于給定實際問題的正確機器學習模型

通用技能

完成本課程后，學生應具備以下通用技能：

一般技能包括能夠確定、制定和解決問題，特別是利用已獲得的數據

此外，本課程使學生了解并使用各種數據處理工具，并讓他們學會將這些工具集成到構建更復雜軟件系統中

因此，學生將培養運用系統方法解決復雜問題的能力。

9.密碼學與安全(COMP90043)

該課程將探討密碼學和信息安全領域的基礎知識。總體目標是了解加密和簽名等基本密碼概念，并將其用于構建和分析計算機、通信和網絡中的安全性。該課程涵蓋了基于現代密碼學方法的信息安全基本概念，包括加密、簽名和哈希函數。

該課程是工程碩士(軟件)中的選修課程。也可以作為信息技術碩士的高級選修課程。

指示性內容

該課程將分為三個部分：

密碼學：公鑰和私鑰密碼學、流密碼、數字簽名和密碼哈希函數的基本要點

訪問控制：身份驗證和授權的基本要素;和

安全協議;通過密碼技術獲得。

將特別強調現實生活中的協議，如安全套接字層(SSL)和Kerberos。

涵蓋的主題包括：

對稱密鑰密碼系統

公鑰密碼系統

哈希函數

身份驗證

秘密共享

協議

密鑰管理。

預期的學習成果

完成本課程后，預計學生將能夠：

識別計算機系統和網絡中的安全問題和目標

將來自密碼學的各種安全機制應用于計算機和計算機網絡

解釋基本的公鑰和對稱密鑰密碼算法的工作原理，包括RSA、ElGamal、Diffie-Hellman方案和流密碼

解釋確保當代網絡計算機系統安全的協議

描述基礎理論與工作計算機安全基礎設施之間的互動關系

分析網絡協議和系統的安全性

通用技能

完成本課程后，學生應具備以下通用技能：

能夠確定、制定和解決問題的能力。

能夠運用系統方法解決復雜問題和設計以實現操作性能。

能夠管理信息和文件。

具備創造力和創新能力。

能夠有效地與工程團隊和社區進行溝通。

海馬課堂專業課程輔導，3500+嚴選碩博學霸師資，針對學生的薄弱科目和學校教學進度，匹配背景相符的導師，根據學生情況進行1V1專屬備課，上課時間靈活安排，中英雙語詳細講解課程中的考點、 難點問題，并提供多方位的課后輔導，輔助學生掌握全部課程知識，補足短板。