本课程提供课程内关键主题和研究领域的全面概述，为学生在生物科技行业创业之旅中提供理论基础和实用见解。 生物科技与创业入门 - 科学与商业的交汇 - 成功生物科技初创企业的历史案例研究 - 创新在生物科技行业中的作用 团队动态与项目分组 - 创业公司中团队动态的重要性 - 团队项目的开发 - 项目选择和商业可行性评估的标准 商业计划书撰写与策略 - 商业计划书的构成要素：执行摘要、市场分析、运营、财务预测等 - 策略制定：波特五力分析、SWOT分析和蓝海战略 - 成功与失败的生物科技商业计划案例研究 开发商业模式 - 商业画布简介 - 价值主张、客户细分、收入流及其他关键组成部分 - 生物科技商业模式的现实案例 PolyU微基金申请及其他融资机制 - 微基金概览及其重要性 - 编写引人注目的融资申请 - 选择替代融资来源：风险投资、天使投资人和众筹 演讲技巧研讨会 - 升级版电梯演讲艺术 - 针对不同受众的演讲技巧 - 角色扮演和演讲模拟 电梯演讲、最终展示与课程总结 - 完善和优化电梯演讲 - 准备最终课程展示 - 反思学习成果和反馈
本课程为学生提供机会：1. 让学生了解香港或中国生物科技公司的实际工作环境。2. 提供动手经验和对科技公司运营、文化和策略的见解。3. 使学生能够将学术知识应用于生物科技公司面临的实际情境和挑战。4. 促进学生与生物科技公司之间的网络联系和潜在未来合作。5. 培养学生对生物科技公司当前技术进步和创新的理解。
本课程为学生提供以下机会：1. 让学生了解香港或中国生物科技公司的实际工作环境。2. 提供动手经验和对科技公司运营、文化及策略的洞察。3. 使学生能够将学术知识应用于科技公司面临的实际情境和挑战。4. 促进学生与生物科技公司之间的网络联系和未来潜在的合作机会。5. 培养学生对生物科技公司当前技术进步和创新的理解。
本研究项目为学生提供实验室研究的实际经验。学生将在导师的监督下，针对特定的研究主题开展工作。 研究项目规划： • 文献综述和背景研究 • 实验设计和方法 • 项目时间线和里程碑 实验室技能： • 实验室安全规程 • 设备操作和维护 • 实验技术与程序 数据收集与分析： • 实验数据记录 • 统计分析 • 数据解释 研究文档： • 实验室笔记本维护 • 进度报告 • 最终论文准备 研究交流： • 科学写作 • 口头报告技能 • 研究海报准备
本课程旨在为学生提供药物发现与开发领域的前沿知识、技术和创新。重点在于整合药物化学、生物学和制药技术的跨学科方法，以应对新疗法开发中的当前和新兴挑战。 本科目概要/示例教学大纲： 1. 药物发现与开发的最新进展：先进靶点的识别与验证；先导化合物生成的新策略（例如，片段为基础的药物设计，AI驱动的发现）；基于结构的药物设计和分子建模；尖端的筛选方法（高通量筛选、虚拟筛选等）。 2. 当代药物化学技术：新兴的化学修饰和生物偶联策略；药效团建模和定量构效关系（QSAR）；优化药物的吸收、分布、代谢和排泄（ADME）特性。 3. 制剂与递送的创新：先进的制药制剂（例如，纳米技术、脂质体递送）；靶向和可控的药物递送系统。 4. 转化研究与临床视角：预临床测试、IND申报、临床试验阶段；监管考虑和知识产权。 5. 跨学科合作：整合生物学、化学、数据科学和工程；成功跨学科项目的案例研究。
• 伦理培训的必要性：通过案例研究和从过去错误中学习，理解科学研究和生成式人工智能中的伦理行为。 • 伦理与道德规范：伦理指导原则的起源及其应用。 • 文化、宗教与法律的交集：理解这些因素与伦理行为规范之间的联系。 • 研究项目伦理审查：获取伦理批准的程序、方法和考虑因素。 • 专业领域伦理：科学领域中常见的问题、指导原则及专业领域特定的场景，包括动物和人类在科学研究中的使用、基因编辑、社会影响、环境和安全问题等。 • 伦理与人类行为：在生成式人工智能的伦理使用背景下，个人、专业和社会的责任。 • 伦理信息使用：理解版权、剽窃和恰当引用，特别是在涉及生成式人工智能的研究和科学写作中。
暂无课程简介（原始资料未提供）。
经济分析范围：稀缺性和机会成本的概念。经济学的性质。与其他学科的关系。成本与收益分析。 需求、供给与价格机制：需求法则。需求弹性。供给法则。生产与成本。价格控制。大数据在市场决策中的应用。 市场结构：完全竞争。垄断。寡头垄断。市场失灵。 国民收入核算与决定：主要宏观经济问题。国民收入核算的概念与方法。总需求、总供给与国民收入决定。 财政政策与货币政策：政府支出和税收的作用。银行体系。借贷资金市场模型与利率决定。中央银行与货币政策。 通货膨胀与失业。加密货币。
本课程旨在通过将经济学置于日常生活决策的背景中，激发学生对经济学的兴趣，无论是有意识还是无意识的选择和决策都受到经济学的影响。为了实现这一目标，课程将揭示经济结果看似复杂的背后，使那些没有经济学背景的学生也能理解看似难以理解的经济概念。
经济学原理：稀缺性、价值和机会成本；边际思维；成本效益分析；交换收益。 价格理论与市场：需求与供给；价格作为信号；市场均衡；市场效率与公平。 市场结构与效率：完全竞争与不完全竞争；市场失灵：垄断、外部性和公共产品。 国民收入核算与决定：宏观经济的主要问题；国民收入核算的概念与方法；总支出与国民收入决定。 财政政策与货币政策：政府支出与税收；货币需求；银行体系与货币创造过程；利率决定；中央银行与货币政策；通货膨胀与失业。 国际贸易与国际经济：国际贸易收益；外汇市场；汇率与国际货币体系。
商业与会计环境：不同类型的商业、其共同目标和基本特征。会计作为决策基础的必要性。财务报告中的先进技术和伦理考量。 财务会计框架：会计等式和复式簿记系统。现金基础与权责发生制会计的区别。日记账、明细账、试算平衡表和基本财务报表的编制。通过控制账户核对和暂存账户纠正错误的日记账条目。预付款和应计费用。应收账款、存货和非流动资产的估值。收益质量与收益管理。通过银行对账单控制现金的内部控制。讨论人工智能、区块链和机器学习技术如何帮助自动化会计周期、进行核对和检测错误。 会计原则与概念：构成财务报表编制基础的基本会计概念和其他会计原则。 公司会计：公司形式的企业所有权特征。利益相关方的权利与义务。公司会计相关问题。公司财务报表的编制。为不同类型的企业实体编制财务报表。从不完整记录编制财务报表。 财务报表的分析与解释：分析与解释财务报表的必要性。比率分析和现金流量表的解释技术。基本财务比率的计算与解释。比率分析的局限性。讨论人工智能、区块链和机器学习技术如何帮助自动化会计周期和进行基本财务分析。
管理会计与商业环境 成本术语、概念与分类 成本行为——分析与应用 成本-业务量-利润分析 订单成本法 吸收成本法与边际成本法 决策制定 利润规划 产品与服务定价 绩效衡量 当前数据技术在管理会计实践中的应用
本课程为学生提供一个框架，帮助他们理解组织中的会计流程。同时，向学生介绍理解和解读财务信息的工具。学生应具备做出知情决策的能力，包括但不限于伦理决策。
财务报告基础：概念框架。监管格式和内容。资产负债表、损益表和其他综合收益表。所有者权益变动表。 企业的经营活动：客户合同收入。销售成本和存货估值。持续经营的终止。 企业的投资活动：固定资产、无形资产、投资性房地产、金融资产。非流动资产待售。 其他：借款费用。会计政策变更、会计估计和差错。报告期后事项。资产减值。中小企业——FRS和HKFRS（适用于私营实体）。生成式AI在会计和财务报告中的应用。
财务负债：金融工具；财务负债的分类；金融负债的初始确认和后续计量；金融负债与权益工具的区别；具有权益特征的金融负债；复合金融工具的分拆会计处理。 或有事项、或有负债和或有资产：应收款项、或有负债和或有资产之间的区别；或有事项、或有负债和或有资产的定义、确认和计量；或有事项的变动；重组或有事项；亏损合同的或有事项。 租赁：从出租人的角度分类租赁；单一租赁模型下承租人的会计处理和融资租赁与经营租赁的出租人会计处理；售后租回安排；租赁资产。 所得税：利润税计算简介；永久差异和时间性差异；超提和少提；暂时性差异和计税基础的概念基础；递延所得税资产和递延所得税负债的确定；递延所得税资产和递延所得税负债的确认标准；非流动资产和金融资产重新评估的递延所得税。 公允价值计量：定义；公允价值计量；初始确认的公允价值计量；估值技术；公允价值层次；披露。 基于股份的支付：权益结算的基于股份的支付；影响权益结算的基于股份的支付的业绩条件；业绩条件变动对基于股份的支付的影响；现金结算的基于股份的支付；基于股份的支付的选择结算方式。 每股收益：每股收益（EPS）计算的重要性及标准化原因；资本变动影响的基本EPS；可转换工具影响的稀释EPS；稀释因素的顺序。 其他：股东权益；公司条例背景；可分配利润。 道德规范。人工智能在财务报告中的伦理问题。
香港税制与管理 介绍香港税制与管理的基本知识。 财产税 香港财产税的征税范围及计算方法。 就业及办公室收入税 香港个人及已婚人士薪俸税的征税范围及计算方法。 营业所得税 香港个人、合伙企业和公司的营业所得税的征税范围及计算方法，包括基本来源原则及概念、评估和扣除规则、折旧扣除及亏损减免。 个人综合收入税 个人综合收入税的个人评估及计算。 印花税 介绍印花税的征税范围及计算方法。 税务管理 介绍反避税立法及税务筹划机会。税务实践中的伦理问题。
基础：AIS 概述及五大主要交易循环。交易处理：AIS 内的数据处理循环。账簿、会计科目表、日记账在 AIS 中的应用。批量处理与在线处理。企业资源规划（ERP）系统。 信息系统文档技术：用于理解、评估和设计信息系统的文档技术。数据流图的准备与解释。与内部控制相关的文档流程图的解释。 数据管理：数据库系统的基础知识。使用 E-R 图和 REA 数据模型进行数据库设计。使用关系数据库实现 E-R 图和 REA 数据模型。REA 方法在业务流程建模中的应用。大数据的应用。 业务流程：核心业务流程，需要做出的关键决策及收入和支出循环中所需的信息。收入和支出交易循环中的潜在威胁及控制措施。人工智能的应用。 会计信息系统控制：信息系统威胁。信息系统为何易受攻击的原因。一般控制与应用控制。COSO 内部控制框架与企业风险管理模型。 系统开发：系统开发生命周期（SDLC）。会计师在 SDLC 中的角色。变革的心理方面。AIS 软件开发策略。IT 外包的利弊。系统实施与转换。
介绍会计与金融领域的最新技术应用 • 技术转型 • 新兴经济体中的机遇与挑战 • 技术孵化器 区块链、支付与加密货币 • 区块链应用 • 移动支付与快速支付解决方案 • 实时净额结算（RTGS） • 加密货币 数字金融与替代金融 • 金融服务的数字化 • 同业对同业借贷（P2P借贷） • 证券化代币发行 金融机构的大数据 • 构建大数据平台 • 从分析中生成客户体验 • 大数据伦理问题 • 金融机构的大数据案例研究 银行中的技术应用 • 支付与销售点（POS）创新 • 国际外汇支付 • 预测算法以构建创新在线银行解决方案 • 金融财富管理操作的数字化 资本与投资中的技术应用 • 众筹 • 数字投资空间 • 众筹设立对冲基金 会计中的技术应用 • 人工智能会计 • 机器人流程自动化——发票管理、信用控制、现金流预测与对账 • 云会计、云解决方案 • 电子文档管理系统 • 实时商业智能 • 仪表板报告 • 发票融资 审计中的技术应用 • 人工智能审计 • 审计数据分析 • 诈骗检测 区块链对会计与审计的影响 • 区块链对会计的影响 • 区块链对审计的影响 • 金融科技与新技术——对注册会计师的风险与机遇 公司参观
本课程向学生介绍会计与金融中的基本数据分析概念、方法和途径。随着结构化和非结构化数据量的不断增加，决策正逐渐向数据驱动型转变。未来的会计师和金融分析师需要能够收集和处理数据。本课程将为学生提供与实际业务场景相关的数据分析技能和思维方式。课程内容包括（1）各种有用的会计和金融数据集的知识，（2）获取、处理、分析和可视化数据的技能，（3）生成实际业务分析报告和产生业务洞察的经验，以及（4）代码和数据管理以及职场沟通的规范。
本课程旨在研究科学计算技能，并将这些技能应用于解决实际生活中遇到的会计和金融问题。课程介绍 Python 在会计和金融中的应用，并使用 Python 通过 API 等方法评估不同金融产品。本课程还涵盖基本建模、基本文本挖掘和网页抓取等内容。通过学习本课程，学生应掌握进一步研究和工作中所需的必要计算工具。
