课程服务
信息技术硕士学位是一个1-2年的学位(全日制)，取决于您先前的工作经验和学习情况。
如果您是信息技术领域的新手，您将学习四门核心课程，包括编程和软件开发、算法与复杂性、互联网技术以及数据库系统与信息建模。
如果您之前在信息技术领域有学习经验或工作经验，您可能有资格获得学分，从而能够进入我们的专业课程。
作为信息技术硕士学位的学生，您将有灵活性选择您的专业领域，并选择一个选修课程轨道，以进一步磨练您在与您的职业目标和兴趣相匹配的领域的专业知识。
发展在学习、规划和推理方面的系统设计、实施和分析的专业知识。学习知识表示和规划、机器学习和数据挖掘、数字伦理和安全分析。
掌握在不断变化的IT行业背景下设计、分析、实施和评估IT项目和未来需求所需的知识。您将学习IT项目和变革管理、软件开发、编程语言、人工智能和软件设计等知识。
发现如何创建新的技术来改进现有的安全性，并减小设计系统的脆弱性。
学习如何管理复杂的计算机网络。获得云计算、移动计算机系统编程、高性能计算、分布式算法和并行计算等方面的知识。
专注于以人为中心的设计、开发和交互技术。获得设计思维、以用户为中心的评估、社交计算、信息架构和普适计算等方面的技能。
该科目将通过研究分层的计算机网络和应用模型，向学生介绍计算机网络的基础知识。该科目的上半部分涉及OSI和TCP/IP参考模型的较低层面的数据通信协议。学生将了解各种基础网络技术的工作原理，如无线网络、局域网、射频识别和传感器网络。该科目的下半部分通过研究TCP/IP参考模型的较高层面，讨论了多个互联网应用。
指示性内容
涵盖的主题包括：互联网简介、OSI参考模型层、协议和服务、数据传输基础知识、接口标准、网络拓扑、数据链路协议、消息路由、局域网、广域网、TCP/IP套件、常见网络应用的详细研究(如电子邮件、新闻、FTP、Web)、网络管理以及网络硬件和协议的现在和未来发展。
预期的学习成果
完成该科目后，预计学生将能够：
解释网络技术和应用的显著方面
能够在计算机网络领域内使用正确的术语
能够构思和解释网络体系结构中不同层次的功能
能够解释互联网的体系结构和运作方式
通用技能
完成这门科目后，学生应具备以下技能：
能够识别、制定和解决问题
具备独立的批判性思维、合理的探究能力和自主学习能力
对真理和知识诚实和智力诚信具有深刻的尊重，尊重学术道德和伦理。
该科目的目标是使学生熟悉并具备评估和设计计算效率的计算机程序的能力。虽然计算机可以非常快速地处理数据，但为了解决大规模问题，我们必须设计策略，使计算能够有效地组合。在20世纪下半叶，计算效率的一个优雅理论得以发展。这门科目介绍了这一理论的基础以及许多解决关键计算问题的经典算法和数据结构。这些问题包括网络中的距离计算、在大型集合中搜索项目并对其进行排序。
指示性内容
涵盖的主题包括复杂性类和渐近符号;算法的实证分析;包括队列、树、优先队列和图在内的抽象数据类型;算法技术，包括蛮力、分治、动态规划和贪婪方法;时间和空间的权衡;以及算法能力的理论极限。
预期的学习成果
完成该科目后，学生应能够：
设计、操作和理解解决排序、搜索和图问题的各种技术
为各种基本问题编写高效的算法和数据结构
对问题复杂度和算法效率进行正式推理
识别标准算法的设计技巧，并将这些技巧应用于开发新的计算解决方案
通用技能
完成这门科目后，学生应具备以下技能：
运用基本知识进行推理和问题解决的能力
具备推理和解决问题的能力
能够识别、制定和解决问题
具备创造力和创新能力
对真理和智力诚信，以及学术道德的深刻尊重。
该科目的目标是使学生理解解决中等复杂问题的计算机方法，并能够展示设计和编写程序的熟练技能。所使用的编程语言是Java。
指示性内容
涵盖的主题将包括：
Java基础知识
控制台输入/输出
控制流
定义类
使用对象引用
使用数组进行编程
继承
多态和抽象类
异常处理
UML基础知识
接口
泛型
预期的学习成果
完成这门科目后，学生应能够：
将面向对象设计的概念应用于解决计算问题
阅读和理解中等复杂性的Java程序
编写具有控制台用户界面的小到中等复杂性的Java程序，其中包含多个类
能够在问题解决中应用各种数据结构和算法
了解使用Java编程语言进行软件设计和实施的过程和方法
通用技能
完成这门科目后，学生应该已经培养了以下技能：
理解面向对象编程和设计的主要概念，包括类、对象、封装、继承和多态
在Java编程语言中为小型和中型问题设计、实现和测试程序。
该科目介绍了现代信息组织的关键主题，特别是关于结构化数据库。现代结构化查询语言(SQL)引擎背后的坚实关系理论使它们在组织的网站和桌面背后都有了位置，就像它们在企业主机上传统上享有的位置一样。涵盖的主题可能包括：数据、信息和知识的管理视图;概念、逻辑和物理数据建模;规范化和反规范化;SQL语言;数据完整性;事务处理、数据仓库、Web服务和组织记忆技术。这是信息系统硕士和信息技术硕士的核心基础科目。
指示性内容
该科目从数据管理的角度介绍了数据库和数据建模的关键内容。将涵盖从概念设计到物理实施的数据库设计。这将包括实体关系建模、规范化和反规范化以及SQL。此外，还将探讨在各种情境中使用数据库(基于Web的数据库、将程序连接到数据库、数据仓库、健康情境、地理空间数据库)。
预期的学习成果
完成本单元后，预期学生能够：
了解管理结构化数据的不同技术以及导致它们的演化过程
能够从现实世界的自然语言要求文档中构建概念、逻辑和物理层次的数据模型，并对这些模型应用数据规范化
能够熟练使用CASE工具(计算机辅助软件工程)
熟练掌握基本SQL，并熟悉高级SQL命令的用法
了解数据库事务的需要和机制，包括所谓的ACID属性
熟悉数据库在更大应用架构中的工作原理
了解数据库系统与数据仓库、健康信息学和地理空间应用等各个领域的关系
综合数据管理、数据规范化和数据建模的理论第一原则，并将这些原则应用于现代组织的数据需求。
通用技能
学生将获得信息建模的技能——这是一种通用技能，将在信息系统职业生涯中为学生提供帮助。分析范围也是在本科目中磨练的有价值的跨学科技能。
机器学习是从数据中进行准确、计算高效、可解释和稳健推理的研究，通常借鉴了统计学原理。本科目旨在向学生介绍机器学习的知识基础，包括从数据中学习的数学原理、机器学习的算法和数据结构，以及数据分析的实际技能。
指示性内容
指示性内容包括：数据清理和标准化、监督学习(分类、回归、线性和非线性模型)以及无监督学习(聚类)等，以及机器学习职业生涯的数学基础。
预期的学习成果
完成本科目后，预计学生能够：
ILO 1 - 理解机器学习中使用的基本数学概念
ILO 2 - 从第一原理推导机器学习模型
ILO 3 - 为实际问题设计、实施和评估机器学习系统
ILO 4 - 为给定的实际问题确定正确的机器学习模型
通用技能
完成本科目后，学生应具备以下通用技能：
一般技能包括能够识别问题、制定问题和开发解决方案的能力，特别是利用已获得的数据
此外，本科目让学生接触并使用各种数据处理工具，使他们学会整合这些工具以构建更复杂的软件系统
因此，学生将培养运用系统方法解决复杂问题的能力。
本科目的重点是自主智能体的基础，这些智能体能够推理行动，应用自动规划、强化学习、博弈论等技术，并将其应用于现实世界。自主智能体是主动的实体，它们感知环境、推理、规划并执行适当的行动，以实现其目标，为其用户(现实世界、人类或其他智能体)提供服务。本科目侧重于使智能体能够在协作任务执行过程中自主推理目标和奖励、感知、行动、策略以及其他智能体的知识的基础，并探讨了具有这种能力的智能体的伦理影响。
本科目使用的编程语言是Python。不会提供关于Python的讲座或研讨会。
指示性内容
本科目涵盖了高级人工智能领域的内容，包括：
搜索算法和启发式函数
经典(人工智能)规划
马尔可夫决策过程
强化学习
博弈论
AI规划中的伦理
预期的学习成果
完成本科目后，预计学生将能够：
将关于行动推理的理论概念应用于单一和多智能体问题
能够分析、设计和实施自动规划、强化学习和博弈论技术，解决给定的问题
了解不同行动推理方法的优点、缺点和伦理后果
能够对不同的行动推理问题进行批判性评估，并选择合适的技术
就自动规划、强化学习和博弈论的技术解决方案进行有效沟通
通用技能
完成本科目后，学生应具备以下通用技能：
能够确定、制定和解决问题的能力
能够应对复杂问题并设计和操作性能
信息和文件管理能力
创造力和创新能力，能够与工程团队和社区进行有效沟通
本科目旨在让学生了解Web、电子邮件、DNS和其他有趣的分布式系统基于的原则。将讨论有关分布式体系结构、概念和设计的问题，以及这些如何满足当代分布式应用的需求。
指示性内容
涵盖的主题包括：分布式系统的特征化、系统模型、进程间通信、远程调用、间接通信、操作系统支持、分布式对象和组件、Web服务、安全性、分布式文件系统和命名服务。
预期的学习成果
完成本科目后，学生应能够：
能够在设计、开发和批判性思考中应用分布式系统的原则和范式
展示从头开始实施复杂分布式应用的能力
通用技能
完成本科目后，学生应具备以下通用技能：
能够确定、制定和解决问题的能力
具备独立的批判性思维、理性探究和自主学习的能力
对真理和知识诚挚的尊重，对学术道德的高度敬重。
机器学习是从数据中进行准确、高效、可解释和稳健推断的研究，通常借鉴了统计学原理。本课程旨在介绍机器学习的知识基础，包括从数据中学习的数学原理、机器学习的算法和数据结构，以及数据分析的实际技能。
指示性内容
指示性内容包括：数据清理和规范化、监督学习(分类、回归、线性和非线性模型)、无监督学习(聚类)，以及职业机器学习的数学基础。
预期的学习成果
完成本课程后，预计学生将能够：
ILO 1 - 理解机器学习中使用的基本数学概念
ILO 2 - 从第一原理推导机器学习模型
ILO 3 - 设计、实施和评估用于解决实际问题的机器学习系统
ILO 4 - 识别适用于给定实际问题的正确机器学习模型
通用技能
完成本课程后，学生应具备以下通用技能：
一般技能包括能够确定、制定和解决问题，特别是利用已获得的数据
此外，本课程使学生了解并使用各种数据处理工具，并让他们学会将这些工具集成到构建更复杂软件系统中
因此，学生将培养运用系统方法解决复杂问题的能力。
该课程将探讨密码学和信息安全领域的基础知识。总体目标是了解加密和签名等基本密码概念，并将其用于构建和分析计算机、通信和网络中的安全性。该课程涵盖了基于现代密码学方法的信息安全基本概念，包括加密、签名和哈希函数。
该课程是工程硕士(软件)中的选修课程。也可以作为信息技术硕士的高级选修课程。
指示性内容
该课程将分为三个部分：
密码学：公钥和私钥密码学、流密码、数字签名和密码哈希函数的基本要点
访问控制：身份验证和授权的基本要素;和
安全协议;通过密码技术获得。
将特别强调现实生活中的协议，如安全套接字层(SSL)和Kerberos。
涵盖的主题包括：
对称密钥密码系统
公钥密码系统
哈希函数
身份验证
秘密共享
协议
密钥管理。
预期的学习成果
完成本课程后，预计学生将能够：
识别计算机系统和网络中的安全问题和目标
将来自密码学的各种安全机制应用于计算机和计算机网络
解释基本的公钥和对称密钥密码算法的工作原理，包括RSA、ElGamal、Diffie-Hellman方案和流密码
解释确保当代网络计算机系统安全的协议
描述基础理论与工作计算机安全基础设施之间的互动关系
分析网络协议和系统的安全性
通用技能
完成本课程后，学生应具备以下通用技能：
能够确定、制定和解决问题的能力。
能够运用系统方法解决复杂问题和设计以实现操作性能。
能够管理信息和文件。
具备创造力和创新能力。
能够有效地与工程团队和社区进行沟通。
海师帮专业课程辅导，3500+严选硕博学霸师资，针对学生的薄弱科目和学校教学进度，匹配背景相符的导师，根据学生情况进行1V1专属备课，上课时间灵活安排，中英双语详细讲解课程中的考点、 难点问题，并提供多方位的课后辅导，辅助学生掌握全部课程知识，补足短板。
