香港中文大学（深圳）数据科学学院

香港中文大学（深圳）数据科学学院专注于数据科学方向的人才培养与科学研究。学院在运筹学、统计学、计算机科学等基础领域以及机器学习、运营管理、决策科学等应用领域有着系统的教学体系，为学生提供完整且前沿的理论与实践相结合的教育。学院强调产学研结合，秉承香港中文大学（深圳）“致力于培养具有国际视野、中华传统和社会担当的创新型高层次人才”的育人目标，为学生提供多元发展的优质环境，充分发展学生潜能，矢志成为世界领先的数据科学创新与科研基地，培育具有全球视野的顶尖创新型人才。

机器学习与应用方向简介

香港中文大学（深圳）数据科学学院机器学习与应用方向招收博士生。该方向教师目前承担“Machine learning and applications”、“Foundations of reinforcement learning”等多个项目的研究。该方向强调扎实(soundness)和创新(novelty)，看重学生研究能力的培养。博士生导师包括:

• 查宏远目前担任香港中文大学（深圳）校长学勤讲座教授，数据科学学院执行院长。查宏远曾任佐治亚理工学院教授，于2020年全职加入香港中文大学（深圳）。查宏远教授目前的研究方向是机器学习及应用，他在计算机等相关领域的主流科技期刊和顶级学术会议上发表300多篇论文，曾获NeurIPS 2013最佳论文奖等奖项；据谷歌学术统计，截至2022年08月，谷歌H-index 84，总引用率超29000次。

• 王趵翔现为香港中文大学（深圳）数据科学学院助理教授，研究方向包括强化学习，在线学习和学习理论等。研究内容包括强化学习中的收敛性、渐进界、鲁棒性、泛化性、差分隐私等，以及多智体强化学习和博弈机器学习等交叉领域。

• 于天舒现在为香港中文大学（深圳）数据科学学院助理教授，研究方向包括面向离散问题的机器学习，组合优化和时序机器学习。目前进行中的项目包括机器学习辅助求解大规模旅行商问题、基于图模型的大分子药物生成、复杂时序系统解耦等。

• 刘桂良现在为香港中文大学（深圳）数据科学学院助理教授，研究方向包括强化学习，模仿学习，可解释性人工智能和机器学习以及应用。研究内容包括基于自动驾驶场景的强化学习约束调条件推理，风险敏感的分布式逆强化学习算法以及应用。

该方向当前有博士后4名，在读博士生8名，以及硕士生和访问学生若干名。部分当前学生的信息可以参考以上教师主页“Student/学生”部分。

基本要求：

1. 本科或以上学历（申请制无需考研），具有计算机科学、数学、统计学等相关专业背景者；
2. 在校期间成绩优异，有扎实的数学基础，对科研有热情，有良好的英语阅读、写作能力以及编程能力。有研究经验者优先考虑；
3. 能够聚焦科研问题，热爱对未知的探索。

学校及学院优势

1. 学校实行与北美相同的教学体制，学制五年，毕业授予香港中文大学学位；
2. 学生录取case by case，没有统一名额限制；
3. 开放的国际化校园，良好便利的生活、学习设施；
4. 一流博士导师，前沿博士课题，科研氛围浓厚，与海内外名校和企业紧密合作；补助优厚。

申请程序：

1. 请准备好完整的英文简历、成绩单、已发表文章、已收到的他校offer等发送至团队成员王趵翔邮箱：bxiangwang@gmail.com；邮件标题注明：博士申请+姓名+研究方向；
2. 由相关老师面试，了解候选人相关背景、研究能力及研究兴趣；
3. 由相关老师挑选相关文章，候选人针对文章给出1-2次报告；
4. 查宏远教授最终面试；
5. 学院录取流程。

重要时间：

2023年度春季和秋季招生 :

• 2023年招生入学时间：2023年3月（春季）; 2023年9月（秋季）

• 2023年招生截止日期：名额有限，滚动录取

香港中文大学（深圳）数据科学学院博士申请细节参见 https://sds.cuhk.edu.cn/phd-programmes

机器学习与应用方向同时招收博士后，欢迎有意者发邮件咨询。