正值选课期间，来悉尼大学读IT研究生的同学，是不是面对选课或多或少都有些迷茫和不知所措？毕竟一门课要5000多AUD，选错了一门课，无论是金钱上还是精力上都是极大的消耗。课程选择可是要慎重考虑！

作为一名萌新，怎么能不入坑？

资深悉大IT研究生毕业学姐为你们领路护航。

悉尼大学IT研究生大致分为四种学位：

MIT课程时长1.5年，核心课core 是三门必修的管理课： 

INFO 5992, 

INFO 5990, 

INFO 6007, 

以及最少要修3门IT技术课才能有资格申请毕业。

MIT 有6个方向（specification）可供选择，分别是: 

Biomedical and Health Informatics, 

Data Management and Analytics, 

Digital Media Technology, 

IT Security, 

Networks and Distributed Systems, 

Software Engineering。

MITM课程时长也是1.5 年，毕业最低要求和MIT一模一样，也是要修满4门核心管理课（在MIT核心课基础上COMP5206），4门IT专业课，4门IT management方向的课（也都是管理课）才能毕业，所以一共加起来至少要上8门管理课。

不过MITM学位是没有specification选择的。

说到MIT的专业时长是1.5年，MITM也是同样1.5年，但是MIT&MITM 双学位的话只需要两年时间，就比MIT 或者MITM多上一个学期，还可以多拿一个管理的学位，是不是赚到了！

选择MIT&MITM双学位的同学在specification方面和MIT相同，也是6个方向可以选择：

Biomedical and Health Informatics, 

Data Management and Analytics, 

Digital Media Technology, 

IT Security, 

Networks and Distributed Systems, 

Software Engineering。

MDS这个学位跟其他三个是在不一样的系统里面哒，是专门为想学data的学生提供的快捷课程，只要1年就毕业了，课程选择也相对没有多大空间，四门核心必修课分别是：

COMP5310 Principles of Data Science，

COMP5318 Machine Learning and Data Mining，

COMP5048 Visual Analytics，

STAT5003 Computational Statistical Methods，

大家可以看到这个学位只有两门非data方向的课可以选择。

因为IT学院的专业课程数量众多，多达50多个，介绍那些只有20-30个人或者7-8个人选的课没太大意义，下面学姐为大家精心挑选了选课人数众多，满足多个毕业方向要求，难度适中，在IT学院很火的课程。

注意这些课程虽然都是没有前置课程的，但是不代表他们难度低。有几门课还是堪称IT院神坛上的课，但是课程内容丰富，能学到很多知识，因此也要墙裂推荐一下。

Specification: Software engineering

学Java语言的入门课，十分基础，讲课内容由浅入深。每周都有练习题要上交，上tutorial时候也会讲一些概念题。属于上lab完全有用的课（有的课程上lab tutor也只是负责看管 有问题自己问 完全不讲的那种，下面会详细说明这种情况）。

Assessment方式如上图：

1. weekly Lab Skills Assessment (10%)

每周的lab作业基本上交了写的不错（程序不一定要完全正确，但体现出积极参与感）就会满分的，难度不大。

2. Quiz (10%)

两个quiz是跟紧教学步伐的上机测验，有读代码题，编程题，还有概念区分题，总体难度不大，但对于没有编程基础的同学第一个quiz还是要好好下一番功夫的，每年都会有最难的最后一题是让你打印出一个规律的，比如说倒三角等。

3. Assignment

Assignment是一个比较综合考察Java编程能力的，设计到读文件，写文件，继承，对类的理解和对文字的精细处理等等方面。难度不大，但是要求细节和考虑周全，没有基础的同学要花费一些心思来写这个assignment。但完成之后就会发现自己真的成长了很多。

4. Written Exam

有sample exam paper 会在考前发放，每年的考题大同小异，把sample paper做熟练即可。

选择题大概是考察Java加减乘除的应用和难点，不同数据类型互相转化的语法，继承的概念等等，大题跟sample完全一样，有代码题综合性考察继承的运用，画出代码的UML关系图等等。

Specification: 无

数据库课程的入门课，上课讲课时候是拿Oracle作为数据库来讲的，实际上设计的时候用python的同学可以用postgrad。课程难度很低，考试也简单。分数努努力80多分没问题，大神轻松能刷到90多。

Assessment方式如上图：

1.  Conceptual design assignment (10%)

给一段实际问题的背景描述， 设计并画一个数据库里面的各种E-R的关系图， 要注意区分各个不同的图形在E-R图里代表的不同含义，和理清楚各个identity的关系。难度很小。

2. DB design assignment（10%）

根据给定的E-R关系图写sql语句设计数据库，建立不同的table，最后再实现一个trigger。难度中等。

3. DB application development assignment （10%）

设计一个能与用户交互的查询数据库的页面（页面已经写好了），同学们只需要实现数据库查询功能即可。但是要注意设计数据库防注入功能，可以用Java或者python 两门语言自选一门写即可，Java 和 python的 template都给好了，在这基础上改动就可以了。用python的话，不熟悉的同学要学一下stored procedure的用法，有一定难度。

4. Homework exercise （10%）

是指每周有个quiz，可以无限次数做的那种，帮你复习巩固本周知识，都是选择题，难度简单。但是每周固定一个时间due，同学们一定要记得作答，过了那个点就提交不了了，这个分就拿不到了。

5. Final Exam (60%)

可以带一张双面的A4纸进入考场（有时候换老师了不让带，但是大多数时候都可以带），上面记你记不住的知识就可以。很简单，跟sample exam几乎一模一样，考察画E-R图的题只是跟sample的卷子换了一个背景而已。选择题考察了很basic的数据库概念，还有填空题会考察概念本身的定义这种很基础的。大题有 ER 图的mapping （找primary key，foreign key这种的，还有各个table间如何关联起来），Normalization的考察，2NF,3NF 和BCNF。还有SQL语句的考察，实现一个搜索功能，最后还有transaction的考察，考察数据库的serialization和 锁的问题。最后一个大题固定不变，计算题跟sample一模一样，直接抄下来即可。

Specification: 无

算法的入门课，基本的算法像greedy algorithm， dynamic programming, network flow, Graph algorithm, Divide and Conquer都会涉及到, 具体每周的安排和总共要学哪些算法如下图：

Assessment方式如上图所介绍：

1.  Assignments（20%）

前四周每周都有，都是关于算法的实现，写伪代码的形式给出答案，或者是找出某个算法下的解，就是考察对算法的理解程度，题难度不大，而且在CSDN上面能查出来相似题的解法。

2.  Quiz （20%）

跟assignment考察形式差不多，不过是上机测试，全部都是选择题的形式。考察算法的理解和运用，难度适中。

3.  Final Exam (60%)

几乎是平时tutorial一模一样的原题！！六道大题，考察各个算法的运用，计算等等。

Specification: Software engineering, IT security     

介绍如何写网站的课，前端后端都涉及到，前端用HTML或者是pug，后端用node.js。上课会讲网站的原理，介绍很多HTML，CSS，服务器端的代码，后面几周介绍网站的安全security issue。内容充实，是一门能学到东西的好课。但是exam很难很细节，时间紧张，综合性太强。挂科率不低，大神多看看slides能刷到HD 85分左右，一般的努努力75分左右，不认真学，只学几天的那种慎选，真的会挂，但不失为一门好课。

Assessment方式如上图：

1. Assignment 1(10%)

做一个简单的book store web page, 数据只有10几条，主要是注重细节的考察，有没有考虑到更佳的用户体验和边界条件什么的。而这些细节有的不是题目要求出的，要自己额外思考到用户平时浏览网页的需求。但整体给分很高。

2. Assignment 2 (25%)

做一个数据分析的web application。用MVC结构写，代码量大，大概是3000-5000行的代码量，前端后端都要写，还要实现wiki的实时更新插入功能，还要根据搜索出的数据动态画图，主要锻炼的是MongoDB的搜索语句的使用和node.js 后端数据传到前端的一个使用，小组作业。

3. Quiz (15%)

上机考试，有代码题，很多细节题，平均50-60分，难度大，需要把slides很详细的看一遍。

4.Final Exam (50%)

时间紧张，题量大，题型丰富，概念题代码题都有大题，也很细节，MongoDB的搜索占20分左右，难度大。

Specification: 

Software engineering,

Network and distributed system,

Data analytics and management

悉大神坛上面的课之一，每年前两三节lecture去晚了都要站着上课的传说中的超火热的云计算。课程容量巨大，知识点居多，学一门课相当于正常的两三门那么多，要求有一定的Java或者python的基础 （注意：是advanced基础，懂得这两门语言的高级特性的那种）去学。课程非常实用，就是需要花费大量的时间来学习。而且这门课的lecturer在悉大非常出名，以每年考试都花样百出的题名震SIT。

Assessment方式如上图：

1. Simple Data Analytics Project（20%）

两个大数据程序，一个用MapReduce处理计算，另一个用Spark框架处理。可以选择用Java或者是python语言。对于编程语言基础一般的同学很难入手，spark的要用函数式编程。

2. Advanced Data Analytics Project (20%)

每年都会换topic（取决于周老师当时研究的内容），要不就是很烦的要调很多参数的 machine learning相关的，要么就是跟NLP 自然语言相关的 project…都需要自行补充很多知识的那种。最好一组有一个特别懂而且擅长学习新知识的大神带。

3. Exam (60%)

每年都会大换题。因为是开卷，可以带正反两面A4纸，出题的广度和深度不可探测。选择题有时候会考历史题，或者是在某个图片上面的非常细节的东西，而且每个选项老师都按照她的逻辑诱导性解释了一遍，所以理解的不好的，掌握的不扎实的，绝对能绕到你完全天旋地转。。而且选项有的是 a.b.c.d.e.f, d是a，b对，e是b，c对，f是a,b,c 都对的这种变态的选项… 大题有的时候是很精细的概念题，有的年份就是lab上那种实践性很高的题目，不好好做lab深刻理解根本整道题都看不懂的那种。

Specification: Data analytics and management

传说中大火的机器学习，也是上课人爆满的课。跟数学极度相关，对数学不感兴趣的慎选。

Assessment方法如上：

1. Quiz (10%)

都是选择题，机考大概十几二十个，可以带计算器。有送分题有难题。主要考前几章的东西。

2. assignment 1 (20%)

第一个assignment要求，小组作业，是自己想自己写classifier去分类老师给的一组图片。然后写一个报告交上去。要求代码里classifier相关的东西不能调库，其他的理论上可以调但是具体能不能最好在ed问。然后report里要写清楚为啥选这个方法，然后详细分析各种准确率高或者低的原因，然后反正就各种分析吧。classifier的数量原则上不要求但是我们一般都一人一个。最后准确率会有一部分影响分数但是report的占比最大。

3. assignment 2 （20%）

第二个就简单多了。形式都是差不都的。但是这次数据是自己挑。它给了大概七八个大类数据，但是是做classification或regression，depending on the dataset。但是用啥方法和调库完全没有限制，全部随便做。然后报告还是要详细写。然后代码要写清楚怎么跑的，要是老师拿到不懂跑或者要看半天代码才能跑就要扣分。但是不用特别追求准确率。一般能做到70就够分了。认真做认真写报告一般能拿16/20，再修改几遍的话能拿18/20。

4. Exam （50%）

有的题不难但是摁计算器要摁很久但是分也不多的那种，综合难度偏难，有难度大点的不是很好下手。一般这种就懂什么写什么，写相关的理论跟题目没关系好像也能有分。选择题特别刁钻，考的很细而且有点偏。很难复习到。

Specification: Data analytics and management

SIT 神级课之一，每年挂人无数的NLP 自然语言处理。因为作业都是个人的没有小组的，要求懂一点deep learning machine learning 基础最好，想拿高分的话要求个人还是有一定的硬实力和学习能力的。自学的东西占了一大半。这门课上课只讲理论和框架，lab时候会讲一些代码，但是大多数还是要自己理解，不会的可以请教tutor。要求python有一定的基础。

每周都有的lab上的练习题，上lab时候tutor会讲一部分，但大多数人都做不完，都要拖到课下。难度一开始几周的简单，后面几周很难，跟小型assignment差不多。每周一份。

2. assignment 1 （20%）

做一个简单的人机交互对话的工具，电脑要求能改变说话模式，比如从经典类回答改成友好类回答。基本上是lab各个周的代码的理解和拼凑。

3. assignment 2 （20%）

给一个很大的数据集。要求训练出来16种不同的模型，按照数据集里面的问题和答案训练，然后训练出来这个模型能给出问题预测答案。准确率都很低，也很难调上去。这属于上课没讲的内容，需要自己研究前人做过的paper来调整，难度很大，整体耗时也长，运行一次要几小时。

4.Final Exam (50%)

整体难度适中，但是点考的很细，要求对slides各个概念掌握得十分熟练。考试时间也紧张，写完了就差不多交卷的那种。

Specification: Network & distributed systems

这是一门非常有难度的课程，project要求的编程语言为c++/c。课程主要讲授并发分布式系统以及多线程的知识，涉及到底层c的编程，如果对自己编程很有自信的同学又想学习一些底层的并发分布知识的话可以学习。这门课对编程的深入理解还是非常有用的。

1.assignment 1 （15%）

使用MPI（是一种跨语言的通讯协议，用于编写并行计算程序，支持进程间点对点的通信和广播）独立编写一个project

2.assignment 2 （25%）

基于MPI和pthread（也是一个多线程开发的库）独立编写两个project

每周的授课内容大致如下：

Specification: Cybersecurity

编程语言为python或者自选语言，需要很强数学基础来理解这些安全算法。这门课的讲师Luke Anderson是一位白帽大牛，这是他在EIE的另一门课程，again。在课程中你会通过学习编写wargame来不断将学到的知识付诸实践。此外，这门课最初是由Freelancer的CEO Matt Barrier创立的，可以说是非常完善地介绍了websecurity。

本课程的project编程任务以PyCrypto库为基础，要求对给定的源代码进行扩充以完成指定任务。具体的project及assignment要求可以前往课程网站下载：https://elec5616.com/

Specification: Data Science

这门课的重点是学习数据科学中的概念、技术、算法和工具以进行数据的分析、管理和可视化。课程的编程语言为Python，内容包括软件开发，使用数据库进行数据收集、清理、预处理和存储，挖掘未标记的数据来实现模式识别和趋势预测以及基于标记好的数据进行机器学习和可视化。

本课程的project编程任务都是对数据进行处理、分析，要求同学们掌握并熟练运用python的常见数据处理和运算库numpy、pandas等等，同时课程有一个小组项目，要求基于课程知识进行数据处理并实现一个机器学习模型，共计占35%的分数。

学姐说了这么多，IT的小伙伴们是不是对自己的专业选课清楚了那么一些呢？如果还有不懂的问题，同学们可以通过添加：

IT学姐的二维码进行细节的咨询哦~