FIT5137 个人见解
本页目录· 13 条
⚠️ 免责声明
以下内容纯属个人经验分享，本人既非大神，也和任何个人或者机构无利益相关。
对于课程的感受因人而异，学习课程的目各不相同，且每个学期课程都有可能进行不同程度的课改，所以所有内容仅供参考。
课程概览
🧱 这门课的先修课程要求为
✅ FIT9132 Introduction to databases
且仅在S2提供，为MIT必修课
📘 课程主要内容分为两个部分
- 1-6周是Data Warehouse相关
- Report Assignment * 1
- Online Quiz * 1
- 7-12周是Spatial Data相关
- Report Assignment * 1
- Online Quiz * 1
课程内容
- 1-6周为数据工程与数据仓库
- 数据抽取、转换与加载（ETL）、数据清洗
- 维度建模：Star Schema / Snowflake Schema
- Bridge Table、Hierarchies、多事实表、多数据源整合
- Granularity、aggregation level、drill-down 设计
- 使用 SQL 在数据仓库上做分析型查询，为 BI / reporting 提供支持
- 7-12周为空间数据库与 GIS
- Spatial database / PostGIS 基础
- 空间数据模型、geometry column、SRID、spatial join
- Spatial functions：buffer、distance、intersection、containment、aggregation 等
- Spatial indexing 与查询性能
- QGIS 可视化，例如 heatmap、choropleth map、bus accessibility analysis
- 使用 PTV / GTFS / ASGS 这类真实数据做空间分析
课程平台：Moodle + Zoom + EdStem，Seminar 用 Zoom，课件、Lab 文件和 Assignment 提交主要在 Moodle；Assignment FAQ 和提问放在 EdStem
上课形式
| 上课形式 | 每周时长 | 周数 |
| Seminar(Online) | 2h | 12 |
| Laboatories | 2h | 12 |
评分构成
| Assessment | 占比 | 介绍 |
| Assessment 1: Data Engineering Online Quiz | 10% | 根据课程提供的数据库进行Star Schema设计，根据设计的Schema回答Quiz，5道概念选择题+10道案例填空题 |
| Assessment 2: Data Engineering Assignment | 40% | 设计并实现星/雪花模式＋分析报告 Report 25% + Poster 35% + 5 分钟视频 40% |
| Assessment 3: Geospatial Assignment | 35% | PostGIS环境；数据恢复→预处理→分析与可视化 ＋2000 字报告＋5 分钟视频 |
| Assessment 4: Geospatial Online Quiz | 15% | 恢复数据+建索引，然后和Quiz 1类似，也是5道概念题+10道根据数据集写SQL回答问题 |
关于Assessment 1 - 10%
A1 是前半学期的 Data Engineering Take-home Quiz，主要考 Week 1-3 的内容
考试细节
- Moodle Online Quiz / Take-home Quiz
- 一周时间窗口内任选时间完成
- 只能考一次
如果不小心点错了，还没准备好就开始考试导致做不完，没有任何解决办法（ED上有这个案例，以为是模拟题，结果点进去发现是考试，没办法重考）
- 限时 30 分钟
- 共 15 题
- 需要使用 Oracle 数据库
- 题目来自未公开题库随机抽取
- 没有监考，不检测屏幕，可以放心用AI生成SQL
25S2是这样，如果以后改成Safe Exam Browser那就得自己想其它办法了
题型构成：
- Part A（20 分）：5 道选择题，考概念与术语。
- Part B（80 分）：基于 Gracie Music Learning Centre 案例与你自行设计的 Star Schema 的 10 道题，需要写SQL，执行获取答案，但不需要提交脚本
关于Assessment 2 - 40%
A2 是前半学期最重要的作业，基于 Monash Equipment Centre（MonEquip） 运营数据库，设计并实现一个支持 BI 分析的数据仓库。
25S2 背景大致是：MonEquip 是一家在维州提供设备销售和租赁的公司，运营数据库记录了 2018 年 4 月至 2020 年 12 月 的交易。你需要作为 data warehouse engineer，帮它设计数据仓库并生成商业智能报告。
任务
- Preparation / Data Cleaning
- 探索运营数据库
- 识别并清洗数据错误
- 报告中展示探索 SQL、清洗 SQL、清洗前后截图
- Design Task A
- 设计最高聚合层级的 Star / Snowflake Schema
- 识别 facts、fact measures、dimensions、attributes
- 可能需要 bridge table / hierarchy
- Design Task B
- 提出降低聚合层级、提升事实表粒度的方案
- 本质是说明如何支持 drill-down
- Implementation
- 用 SQL 创建维度表和事实表
- 提供表结构和部分内容截图
- Data Analysis
- 基于你创建的 star schema 写 SQL 分析数据
- 用 report 解释观察到的 pattern / finding
关于Assessment 3 - 35%
A3 是后半学期的 Geospatial Assignment，主题是 PTV / GTFS 公共交通空间数据分析。
25S2 背景大致是：你被聘为 Public Transport Victoria 的数据分析师，需要评估大墨尔本地区的公交可达性，例如哪些区域 bus service 覆盖更好、哪些区域覆盖不足、不同 suburb / LGA / mesh block 之间是否存在差异。
Task 1：Data Restoration
- 恢复 GTFS 的 8 张表
- 恢复 MB_2021 / LGA_2021 / SAL_2021 等边界表
- 报告需要附表清单和行数截图
Task 2：Pre-processing
- 只保留 Greater Melbourne 的 Mesh Blocks，生成
mb2021_mel - 给
stops新增 geometry column，SRID 通常为 7844 - 将
stops与routes关联，只保留 route_type = 3（Bus），生成stops_routes_mel - 至少选择一个 focus area 分析，例如住宅与人口、就业与工业、自然环境、公共服务与设施等
Task 3：Analysis and Visualisation
- 使用 SQL / Spatial SQL 做描述性或比较性分析
- 至少生成一张基于地图的 QGIS 可视化，例如 heatmap
- 报告中附 SQL、图表和结果解释
关于Assessment 4 - 15%
A4 是后半学期的 Spatial Quiz，主要考 Week 7-12 的 Spatial SQL / Geospatial Database 内容。
考试细节
- Moodle Online Quiz / Take-home Quiz
- 第 13 周发布 specification，给一周时间探索数据集
- 第 14 周一周窗口内完成测验
- 只能考一次
如果不小心点错了，还没准备好就开始考试导致做不完，没有任何解决办法（ED上有这个案例，以为是模拟题，结果点进去发现是考试，没办法重考）
- 限时 30 分钟
- 共 15 题
- 题目来自未公开题库随机抽取
- 没有监考，不检测屏幕，可以放心用AI生成SQL
25S2是这样，如果以后改成Safe Exam Browser那就得自己想其它办法了
题型构成：
- Part A（20 分）：5 道选择题，考概念与术语。
- Part B（80 分）：根据作业说明中的案例研究回答 10 道题。案例为 维多利亚州道路交通事故（Victoria Road Crash）需要写SQL，执行获取答案，但不需要提交脚本
个人主观评分 ⭐️ ⭐️ ⭐️ ⭐️
如果按“课程内容是否适合软件开发”来评价，我可能只给 2.5-3 星；但如果按“工作量、拿分难度、自由度、无小组作业”来评价，我会给到 4 星
这门课算是我这学期上的最轻松的一门课
- 四个 Assessment 都是个人作业
- Seminar 和 Lab 一节都不用参加，不像FIT5152，时常要出席，也没有乱七八糟portfolio要做
- 我对课程内容没兴趣，也懒得学，直接对着Assignment做就完事了
- 小Tips，并非广告，我也不会提是哪家机构。这门课我用了我朋友（真的是朋友）分享的拼课的辅导班视频，我也只有这门课用了辅导班视频，里面会讲针对A1-4的类似数据探索、数据恢复、构建Schema等等操作数据库的内容，这些前期工作靠辅导视频可以直接秒杀。前期工作跟着视频做完，然后Report部分内容自己写就非常轻松了
- 所以这门课的Report Assignment我都是3天内做完，Quiz都是3-4小时左右探索数据集，30分钟用AI生成Sq|考完，其他时间一点不用花，简单且水
所以我对这门课的定位是：内容未必很有兴趣，但拿分体验不错；不适合想学 Web / Backend 的人，但适合想轻松完成 MIT 必修、顺便接触一点 Data Warehou“se 和 GIS 的人
感觉这门课对DS专业比较有用
本人分数
| Assessment | 占比 | 备注 |
| Assessment 1: Data Engineering Online Quiz | 7.89 / 10.00 | Take home quiz |
| Assessment 2: Data Engineering Assignment | 32.00 / 40.00 | Report + Poster + Video |
| Assessment 3: Geospatial Assignment | 27.44 / 35.00 | Report + Video |
| Assessment 4: Geospatial Online Quiz | 15.00 / 15.00 | Take home quiz |
| 82.33 → 82 |
优点
- 无小组作业
- 无期末考，无hurdle
- Assessment 结构清楚。 A1 / A2 对应 Data Warehouse，A3 / A4 对应 Spatial Database，前后两部分几乎独立
- Seminar和Lab一节课不需要参加，只需要做Assignment
缺点
- 对软件开发方向帮助有限。 这门课现在主要是 Data Warehouse + GIS / Spatial Database，不是 Web、后端、云计算或系统设计课。想学开发的人可能会觉得内容不够“有用”
- 环境和数据处理很烦。 Oracle、Docker、PostgreSQL、PostGIS、QGIS 这些东西本身不难，但任何一个环节出错都可能浪费大量时间
- Video 占比很高。 A2 video 40%，A3 video 55%。不擅长录视频、讲解数据分析的人，可能会觉得很烦。
- 课程内容有点割裂。 前半 Data Warehouse，后半 Spatial Database，两个主题相关性不强。你可能刚理解 star schema，就要切到 PostGIS / QGIS