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。

难点：data modelling和SQL

重点和考点：data modelling, SQL, normalization, 后半学期的内容（全是背的理论）

考核形式：作业的话有两个，一个是数据模型搭建的小组作业和SQL的个人作业。考试一次期末大考占70%。

高分技巧：

·      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。

EHealth的第一门基础课，后面所有eHealth课程的爸爸。主要讲解ehealth行业在澳洲大的现状和发展形势，个人觉得过于抽象没有什么实战性。

考核形式：三篇批判性读后感（就是自己找文献然后写criticalappraisal），一个小组大作业加pre（找一个eHealth相关的产品并对它进行分析评价），一个考卷考试（考70个ehealth的名词解释，考前自己写好最后一周课上提交就行）

高分技巧：

·      批判性读后感注意多听听tutor的意见，容易拿高分

·      小组作业建议三个人，多一个人要多写1000字

·      注意多用相关的文献

IS的编程类基础课，学习Python编程的基础，如果你是之前没有编程基础，这门课非常重要！非常重要！非常重要！如果你之前有编程基础，建议免掉这门课选一些更难的课程，不然你们的课程体验会非常无聊。这门课将带你领进编程语言的大门，不管你以后想做前端还是后端还是数据分析，这门课都能给你打下坚实的基础。课程的内容虽然简单，但是讲解很扎实，而且习题非常实战，是墨大为数不多的对刚入新手村的小朋友非常友好的课了。

难点：

字符串和list的slicing，dictionary，function的argument和parameter的区别

重点和考点：都是重点，干货满满，考试不会很难

考核形式：作业两次，一次是五道编程大题，会有点难（难在思维上，有点像小学奥数题）建议提前写，一次是一个数据分析的case study，也是有点难，但是超级实用，建议提前写。考试的话一次期中考一次期末考，都不会很难。

高分技巧：

·      练习！练习！练习！任何一门编程语言的习得都离不开大量时间的投入

·      考试手写代码，注意多在纸上练习

·      这么课的知识点很细，比如字符串和list的slicing很容易犯错，考前知识点最好过两遍，尤其是自己觉得易错的地方多看几遍

·      这门课很容易拿高分，想拿高分的同学不要错过

后期建议：

想要入数据行业的小朋友可以自学Python的数据处理（Numpy和Pandas），Python的可视化（matplotlib和seaborn），Python的机器学习（scikit-learn）和深度学习（tensorflow，keras，pytorch）。基础的分析软件（Excel）和可视化（Tableau）也最好学下，很多东西老师都不会教但是工作中很可能会用，需要自己充电。

这门是IT的computing方向必修之一。这门课前半段是入门级的natural language processing和informationretrieval。后半段是入门级的machine learning。课上以讲概念和算法为主。涉及到的数学部分不会很深入。算法也只涉及到思想而非具体实现。Workshop是讲题，不涉及编程。

第一次作业是NLP相关的比如spellingcorrection。第二次是个machine learning的作业。2次作业都不限定语言但是一般这门课大家都会用Python。两次作业都要写report。如果认真写的话分不会低。第二次machine learning的作业不会像别的课那样打比赛然后根据比赛排名给分，所以对新接触machine learning的同学来说还是比较友好的。这门课有一次mid test但是不难，认真复习的话还是很简单。Final卷子不难但是题量很大。之前是120分钟满分120分的卷子。考试时如果有的题卡住的话可能会没时间做完。

这门课对于想了解NLP和machinelearning的同学来说是门很好的入门课。内容有趣但又不会讲的特别深入导致听不懂。大家可以上了这门课再决定未来要不要继续选Statistical Machine Learning和NaturalLanguage Processing这2门课。（编者注：这门课从2020开始已经改名叫Introduction to Machine Learning.内容有变）

IS的基础课程，主要讲解信息系统在企业当中如何应用，比较偏商科和管理学。整个学期的主要活动是读reading和写case，这门课的reading量非常大，需要写的字数也非常多。而且课程教授的内容非常抽象，如果没有信息系统相关工作经验的话可能比较难理解。

难点：core competency, competitive advantage, alignment

考核形式：小组参与与讨论，一个个人hurdle case（不算分，但一定要参与不然会挂），两个个人的case study，一个小组case study，一个期末限时case study

高分技巧：

期末的case是限时作业（我当时是不知道现在是不是），那个时候会和其他课的考试复习冲突，所以需要额外安排时间。

Jack：

这门是IT必修。是必修里对转专业同学杀伤力最大的一门课但是也是最有用的一门课。内容主要是各种常见的数据结构和相关算法。基本是按着“Introduction to the Design and Analysis of Algorithms”这本书的顺序在讲。内容对于纯转专业并且之前没接触算法的同学来说还是比较有调战性的。教这门课的教授Toby和Michael讲的挺好的，slides也做的不错。但奈何算法本身理解起来不是那么容易所以上课很容易get lost。最后都是要回家反复的听recording加Google和Youtube才能搞懂。

这门课作业写的是pseudo code。作业通常来说是让你设计一个算法或者计算某个给定算法的输出。作业也没有hurdle但是作业还是有一定挑战性的，有点像以前做小学奥数的感觉。考试会有写伪代码的题也会有概念题。我那次考试卷子出的很有水平。既能保证你只要认真上课复习了就不会fail，又能保证有一道比较有挑战性的大题用来区分学生真实水平。

这门课虽然难，但是workshop很有用。整体来说TA都不错。而期中有好几个中国TA讲的是真的很好。Workshop就是带着大家复习课上内容然后过problem sheets。对于理解课上的内容帮助非常大。我好多同学翘了lecture但是workshop一节都不敢敲。能搞懂workshop习题那么考试就问题不太大了。

这门课是非常重要的一门课，必须花时间去努力搞懂。算法是很多高级课的基础。如果算法基础没打好会影响到后面课程的学习。另外算法是内功，是计算机科学的核心之一，也是找工作时主要考察能力之一。内功就意味这不是一个可以速成的能力。上完这门课不代表算法就学懂了。为了找工作时还需要大量的额外练习（大家口中的刷题）。这门课仅仅是带你入门而已，那怕这门课最后考了H1也不代表学通了。

对于转专业的同学来说，如果你想来墨大之前的假期预习的话那么就预习算法把。尤其是递归的概念。如果能在上这门课前预先有些概念和准备的话能极大减少第一学期的焦虑。

Ray:

IS选修IT必修，IT课程的爸爸。主要讲解基本的算法和数据结构，算法会涉及时间复杂度的计算，各种排序算法及其性质，动态规划，数据结构会讲解线性表，链表，栈，队列，树，图。是一个算法的入门课，只要是以后从事跟代码相关的行业这门课都是基础中的基础，课程非常实战，需要自己亲手画图计算

难点：复杂度计算、平衡二叉树、动态规划之后的都很难

重点及考点：全是重点，尤其是各大排序算法的时间复杂度和性质考试一定会考

考核形式：两个伪代码作业（很难，务必提前做），期末考

高分技巧：

·      一定要动手算！！动手算！！动手算！！多画图！！多画图！！多画图！！

·      作业是写伪代码在word上，一定要亲自拿编程语言去实践，不然一些细小的错误自己看不出来

·      考试重在理解，别死记硬背，把ppt上的知识点和tutorial的习题搞懂，基本H1没什么问题

·      考试会有难题，想不出来果断取舍

难点：对象和类，封装，继承和多态

重点和考点：全是重点，不管是考试还是以后的学习都很重要

考核形式：项目作业加期末考试，项目作业看学期，不同老师布置的作业会不一样。

高分技巧：

·      多动手！多动手！多动手！

·      考点虽然不难但信息量大而且比较细，需要多留时间复习。

IS的基础课，项目管理课，课程比较理论，没有工作经验的同学理解起来可能会比较困难。

重点及考点：project life cycle，项目如何做预算，如何评估风险，如何进行沟通

考核形式：一个个人作业，一个小组作业，一个期末考试。

高分技巧：

·      找个靠谱的大佬队友

·      期末考试往死里背

Ehealth的核心课，主要讲解如何做ehealth相关的research，课程的阅读量很大，需要读很多reading，个人觉得不是特别实用。

难点：technology roadmap 需要读很多文献

考试形式：五个个人作业（主要学如何做ehealth的research），一个小组大作业（写technology roadmap和forecasting），还有个人评价

高分技巧：

·      最后几节课好好听一下，小组大作业会用

Ehealth的核心课，主要讲如果做ehealth相关的数据模型的搭建，课程总体难度不大，就是中间部分有一点。

难点：第二次报告最难，其中的几个data modelling code（openEHR，snowmed）比较难理解。

考核形式：

一个大的报告分三次写（主要自己设计一个ehealth的数据模型，第一次给概念模型，第二次写数据定义，第三次涉及change management），第二次在第一次的基础之上写，第三次在第二次的基础之上写，和一次课下开卷考试

高分技巧：

·      三次报告注意下老师的反馈，这点很重要

·      找个靠谱的大佬队友

·      开卷考试大家一起做

这门是IS专业的选修。但是IT专业也可以选，不过要和IT专业负责批课的教授发邮件申请。获得教授的同意后再找Stop 1申请加这门课。这门课不难。内容上前几周是descriptive statistics和R语言入门。后面几周主要的内容是hypothesis test 和regression( simple linear,multi, logistic)。最后一周是Design of experiments的内容。每周lectures有2次。最近2年都是Julia讲。虽然她讲课不是很好，sliders有的地方也做的不是清楚，但是这门课的lab handout做的非常好。可以直接当讲义看。

这门课最后复习就是完全看lab handout就足够了。每周的lab内容是做lab handout上coding练习。个人觉得lab比上课有用。作业的话有3次。每次都是programming assignment，代码量都不大。没有project和presentation这些耗时的东西。作业虽然规定有要多少页。但是因为要把图和代码放上去所以可以轻松达到要求。总体来说这门课workload不大，而且考试没有hurdle适合用来缓解课业压力。

实用性的话，这门课讲的内容是比较经典的统计但重点是用R语言进行运用而传统数学课那样的非公式推导和手算做题。对于未来想搞数据分析同学来说还是蛮实用的。而且这门课里regression的部分也是machine learning的很重要的一部分。可以为knowledge technologies这门课做补充。（编者注：knowledgetechnology已经改名叫Intro to Machine Learning）

IS的基础课，主要讲商业流程的分析，如果做BPMN，如何做数据库的概念模型，如何做use case，对于想做商业分析师 的小朋友非常有用。作业需要用到画图的软件，非常有挑战性。

难点：BPMN，data modeling，use case

考核形式：两个小组作业加一个考试

高分技巧：

·      画图部分（尤其是BPMN）好好做

·      找个靠谱的大佬队友

主要讲信息系统企业结构的组成部分，比较抽象，会涉及一些很专业的信息系统架构的框架。

难点：这门课会接触很多新知识，对自学能力是个挑战。

考核形式：

一个小组领导讨论（送分的），一个小组大作业，一个presentation，一个期末考试。

高分技巧：

·      小组作业提前写，不要拖到后面

·      考试的话不仅考概念而且重在对概念的理解，需要理解记忆

Ehealth核心课里面最有意思的课，主要教UI和UX，自己设计一个ehealth产品的用户交互界面。课程的实战性很强，设计的时候需要用到Adobe XD，非常考验动手能力。课程以讨论为主。

难点：这门课每周都有很多东西要学，对耐性是个挑战。

考核形式：一次个人作业（写对你想设计的产品做个行业分析），一次小组作业（用软件把界面设计出来），一次个人作业（评价别人设计的产品）。 

高分技巧：

·      软件部分勤动手勤修改

IS最硬盒的课，写作量极大，需要在战略层面对企业的信息系统进行分析，非常抽象非常有挑战性，会学习各种分析的框架（COBIT5）。

考试形式：一个个人作业分析现有企业的ICT report，一个小组作业队现有的ICT report进行修改，一个presentation。

高分技巧：

·      由于学的内容很抽象，不懂就问老师，老师会讲解的很清楚

Ehealth的核心课，主要讲ehealth的基础设施建设和信息系统的架构，作业的话是做case study，比较抽象难度比较大。

考核形式：

两个个人小作业（做case study），一个个人大作业（大的case 很难），一个presentation

高分技巧：

·      多跟tutor聊，tutor会给很宝贵的指点

实习课，学校要求均分70以上才能选这门课。具体的流程是学校会给你一个职业清单每周一次，然后自己投简历面试，如果雇主答应了就跟学校签合同，最后才能选上这门课。实习要求干活干够350个小时，大多数实习是没有工资的。

考核形式：

很多小报告，基本是对自己的工作情况进行反思，会有tutor打电话问下你的情况，最后有个presentation。

高分技巧：

·      课程的高分不是很重要，重要的是跟着公司的老板学东西，并且有一个海外实习的经历，这是这门课最大的价值