UniMate AI
墨尔本大学/课程目录

COMP90018

计算机硕士课程

12.5 学分难度 超难👥 4 人学过

课程定位 COMP90018（Mobile Computing Systems Programming）是墨尔本大学计算机方向的研究生课程，定位在专业能力深化与行业/研究应用之间。课程通常面向已有编程与基础算法背景的学习者，强调把课堂知识转化为可交付成果。它常作为后续 capstone、研究项目或岗位能力提升的关键衔接课。 技术栈与学习内容 课程内容围绕高级计算机主题展开，常见技术包括 Python、C/C++、机器学习工具链、系统设计方法、实验评估流程与学术检索写作。学习不仅要求掌握核心概念，还需要解释方法选择依据、结果可信度与局限性，训练“问题定义-方案设计-评估优化”的完整链路。 课程结构 一般按 12-13 周推进：前段建立理论框架，中段进入高密度作业与案例实践，后段做综合整合与期末评估。考核通常由 Quiz/实验、2 次作业或项目、展示及期末评估构成。即便没有明确 Hurdle，评分依旧会关注关键能力达标，不能依赖单项突击。 适合人群 适合希望在 AI、软件工程、数据与系统方向进一步深耕的硕士同学。建议每周投入 10-14 小时，采用“预习-实践-复盘”节奏。课程难点在于多任务并行与高标准输出；能稳定执行周计划并及时复盘的人，后期表现通常更稳。

Syllabus

每周大纲

  1. 1

    移动计算导论 (Intro to Mobile Computing)

    ### 📊 核心知识点：移动性与挑战 本周介绍移动计算的演进史、核心特征（移动性、便携性）以及在受限环境下（带宽、能耗、屏幕）进行软件开发的独特挑战。 - **核心概念/公式**: Ubiquitous Computing, Resource Constraints, Mobility vs Portability. ⏰ **本周节奏**: 难度 ⭐ | 预计投入 8h（Lecture 2h + 自学 4h + Lab 2h） 🎯 **考试关联**: 考察移动计算的三大核心目标及普适计算的概念。 🧪 **Tutorial/Lab**: 搭建 Android Studio 开发环境，运行第一个 "Hello World" Emulator。 📌 **作业关联**: 寻找 Project 队友，初步讨论应用创意。 ⚠️ **易错点**: 忽视了移动设备与传统桌面电脑在交互模式上的本质区别。 （数据来源：2026 Course Handbook）

  2. 2

    移动操作系统与应用架构 (OS & Architecture)

    ### 🧠 核心知识点：Android 组件与生命周期 深入理解 Android 四大组件（Activity, Service, Broadcast Receiver, Content Provider）以及 Activity 的完整生命周期管理。 - **核心概念/公式**: Android Lifecycle (onCreate, onStart, etc.), Intent, App Manifest, Sandbox. ⏰ **本周节奏**: 难度 ⭐⭐⭐ | 预计投入 12h 🎯 **考试关联**: Activity 状态转换图是必考填空/简答题。 🧪 **Tutorial/Lab**: 实现简单的多页面跳转应用，并在 Logcat 中观察生命周期变化。 📌 **作业关联**: **Project Proposal 发布**，确定技术选型与功能模块。 ⚠️ **易错点**: 在 Activity 销毁时忘记释放资源导致内存泄漏。 （数据来源：2026 Course Handbook）

  3. 3

    移动端 UI/UX 设计 (UI Design)

    ### 🎨 核心知识点：响应式布局与交互设计 学习 Material Design 规范，掌握常用布局（ConstraintLayout）以及针对小屏幕的 UI 适配技巧。探讨多模态交互（点击、手势）。 - **核心概念/公式**: View Hierarchy, Adaptive Layouts, User Experience (UX) principles. ⏰ **本周节奏**: 难度 ⭐⭐ | 预计投入 10h 🎯 **考试关联**: 考察移动端设计的黄金准则（如手指点击区域大小）。 🧪 **Tutorial/Lab**: 使用 Figma 或 Android Layout Editor 设计一个美观的登录页面。 📌 **作业关联**: 提交 Project Part 1：原型设计与功能草图。 ⚠️ **易错点**: 硬编码 UI 尺寸导致在不同分辨率手机上显示错位。 （数据来源：2026 Course Handbook）

  4. 4

    移动连接性 (Connectivity: 5G & BLE)

    ### 📡 核心知识点：网络状态与无线协议 学习如何处理间歇性网络连接。深入探讨 Wi-Fi, 5G 以及低功耗蓝牙 (Bluetooth LE) 的工作原理与应用场景。 - **核心概念/公式**: Latency, Disconnected Operation, BLE Advertising vs Scanning. ⏰ **本周节奏**: 难度 ⭐⭐⭐ | 预计投入 12h 🎯 **考试关联**: 对比分析 Wi-Fi 与蓝牙在功耗与传输距离上的权衡。 🧪 **Tutorial/Lab**: 编写代码检测网络状态变化，并实现离线缓存功能。 📌 **作业关联**: 为 Project 添加网络请求模块（如使用 Retrofit）。 ⚠️ **易错点**: 在主线程（Main Thread）中执行耗时网络请求导致 ANR。 （数据来源：2026 Course Handbook）

  5. 5

    位置服务与 GPS (LBS & Geofencing)

    ### 📍 核心知识点：定位原理与地理围栏 学习 GPS 三角定位原理、辅助 GPS (A-GPS) 以及 Google Play Services 的位置 API。掌握地理围栏（Geofencing）的实现。 - **核心概念/公式**: Trilateration, GNSS, Geofence transitions (DWELL, EXIT). ⏰ **本周节奏**: 难度 ⭐⭐⭐⭐ | 预计投入 15h 🎯 **考试关联**: 简述三种定位方式（GPS, Wi-Fi, Cell Tower）的精度与功耗差异。 🧪 **Tutorial/Lab**: 实现一个实时显示经纬度并在进入特定区域时发出通知的应用。 📌 **作业关联**: Project 核心功能开发：集成地图与位置感知模块。 ⚠️ **易错点**: 高频率请求位置更新导致手机电量迅速耗尽。 （数据来源：2026 Course Handbook）

  6. 6

    移动感应技术 (Mobile Sensing)

    ### 🧪 核心知识点：传感器数据融合 探讨加速度计、陀螺仪、磁力计的数据采集与处理。学习如何通过低通滤波器（Low-pass filter）消除数据噪音。 - **核心概念/公式**: Accelerometer, Gyroscope, Sensor Fusion, Gravity removal. ⏰ **本周节奏**: 难度 ⭐⭐⭐⭐ | 预计投入 16h 🎯 **考试关联**: 考察传感器坐标系（Coordinate System）的转换逻辑。 🧪 **Tutorial/Lab**: 开发一个步数统计器（Pedometer）或倾斜检测器。 📌 **作业关联**: **Mid-semester Test 复习周**。 🔥 高压周 ⚠️ **易错点**: 混淆了线性加速度与包含重力的加速度数据。 （数据来源：2026 Course Handbook）

  7. 7

    上下文感知计算 (Context-Aware Computing)

    ### 🧠 核心知识点：活动识别与情境感知 学习如何根据传感器数据识别用户行为（走路、跑步、开车）。探讨情境感知的四个维度：Identity, Time, Location, Activity。 - **核心概念/公式**: Activity Recognition, Contextual Middleware, Machine Learning on Mobile. ⏰ **本周节奏**: 难度 ⭐⭐⭐ | 预计投入 12h 🎯 **考试关联**: **Mid-term Test (10%)**，覆盖移动架构与位置传感器核心内容。 🧪 **Tutorial/Lab**: 使用 Google Recognition API 实现自动状态更新功能。 📌 **作业关联**: Project 进入中期整合阶段，确保各模块协同工作。 ⚠️ **易错点**: 情境识别模型在低电量模式下的表现退化问题。 （数据来源：2026 Course Handbook）

  8. 8

    移动端安全性与隐私 (Security & Privacy)

    ### 🔐 核心知识点：权限管理与沙箱机制 探讨移动端特有的安全威胁。学习 Android 6.0+ 的动态权限请求机制以及应用沙箱隔离原理。 - **核心概念/公式**: Sandbox, Runtime Permissions, Biometric Auth, Data Encryption. ⏰ **本周节奏**: 难度 ⭐⭐⭐ | 预计投入 10h 🎯 **考试关联**: 考察最小权限原则（Principle of Least Privilege）在移动端的应用。 🧪 **Tutorial/Lab**: 实现基于指纹或面部识别的安全登录模块。 📌 **作业关联**: 检查 Project 的隐私协议与数据存储安全性。 ⚠️ **易错点**: 在 Manifest 中申请了不必要的权限导致用户信任度下降。 （数据来源：2026 Course Handbook）

  9. 9

    能耗管理与资源优化 (Energy Management)

    ### 🔋 核心知识点：电池优化策略 学习如何降低应用的功耗，包括使用 JobScheduler、WorkManager 以及优化网络轮询频率。理解 Doze Mode 对应用后台运行的限制。 - **核心概念/公式**: Battery Drain Analysis, Wake Locks, Doze Mode & App Standby. ⏰ **本周节奏**: 难度 ⭐⭐⭐ | 预计投入 12h 🎯 **考试关联**: 考察省电模式下系统如何挂起应用进程的策略。 🧪 **Tutorial/Lab**: 使用 Battery Historian 分析应用在不同场景下的耗电量。 📌 **作业关联**: 优化 Project 的后台服务，确保在省电模式下不被杀掉。 ⚠️ **易错点**: 滥用 WakeLock 导致设备无法进入深度睡眠。 （数据来源：2026 Course Handbook）

  10. 10

    多模态交互：语音与 AR (Multi-modal Interaction)

    ### 🎙️ 核心知识点：语音识别与视觉增强 探讨移动端高级交互方式，包括文本转语音 (TTS)、语音识别 (ASR) 以及基于 ARCore 的增强现实技术基础。 - **核心概念/公式**: Natural Language Processing (NLP) basics, AR Tracking, Multi-modal UI. ⏰ **本周节奏**: 难度 ⭐⭐⭐ | 预计投入 10h 🎯 **考试关联**: 多模态交互在提升无障碍（Accessibility）方面的作用。 🧪 **Tutorial/Lab**: 集成语音命令功能，实现“解放双手”的应用操作。 📌 **作业关联**: 提升 Project 的 UI 交互体验，增加亮点功能。 ⚠️ **易错点**: 在嘈杂环境下语音识别的低准确率问题及补救方案。 （数据来源：2026 Course Handbook）

  11. 11

    移动端 AI 与边缘计算 (Mobile AI & Edge)

    ### 🤖 核心知识点：端侧模型推理 学习如何将机器学习模型（如 TensorFlow Lite）部署到移动端，探讨端云协同计算的架构设计。 - **核心概念/公式**: On-device Inference, Quantization, Edge Computing vs Cloud Computing. ⏰ **本周节奏**: 难度 ⭐⭐⭐⭐ | 预计投入 15h 🎯 **考试关联**: 对比端侧推理与云侧推理在延迟、隐私与资源消耗上的优劣。 🧪 **Tutorial/Lab**: 部署一个轻量级的图像分类模型到移动端。 📌 **作业关联**: **Project Final Submission 截止**。 🔥 全学期最高压周，提交演示视频与源码。 ⚠️ **易错点**: 部署过大的 AI 模型导致应用安装包（APK）激增且运行卡顿。 （数据来源：2026 Course Handbook）

  12. 12

    未来趋势与期末复习 (Trends & Review)

    ### 📝 复习周：全课知识回顾 总结从移动架构到感知、安全、能耗的完整技术栈。展望折叠屏、可穿戴设备及 6G 时代的移动计算愿景。 - **核心概念/公式**: Foldables, Wearable Computing, Exam Preparation. ⏰ **本周节奏**: 难度 ⭐⭐⭐⭐ | 预计投入 20h+ 🎯 **考试关联**: 模拟分析一个综合系统设计题（如设计一个基于云端协作的健康监测应用）。 🧪 **Tutorial/Lab**: 解析历年真题中的复杂场景分析题。 📌 **作业关联**: 准备 Project 演示文档与互评。 ⚠️ **易错点**: 复习时忽略了 Android 版本更新带来的 API 差异（Backward Compatibility）。 （数据来源：2026 Course Handbook）

Assessment

考核结构

Quiz / Lab

阶段性理解与实践能力检查。

20%

Assignment 1

专题分析与实现任务。

25%

Assignment 2 / Project

综合项目或实验报告。

25%

Final Assessment

期末综合评估。

30%

Assignments

作业详情

Assignment 1

完成 COMP90018 对应主题的实验与分析任务。

要求:提交结构化报告与代码

⏱ 预计 16 小时

Assignment 2

完成综合项目并给出性能与风险分析。

要求:提交报告/展示材料

⏱ 预计 22 小时

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 313 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言（testimonials）的整体分布，无法关联到具体学员或其所选课程；仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。