香港中文大学—深圳市大数据研究院联合培养学生心得

香港中文大学（深圳）一深圳市大数据研究院博士生奖学金旨在筛选并奖励在相关领域表现优异的我校博士生，奖学金获得者每个月将获得由研究院提供的税前五千元人民币的奖学金。此外，联合培养项目旨在资助成绩优异且有志在研究院所设研究所及实验室担任具体科研工作的港中大（深圳）相关领域博士生在学校产生的学费。两个项目的资助期限均为一年。

       张树韬，2018年于中山大学通信工程专业获得学士学位，2020年于中山大学电子与通信工程专业获得硕士学位，同年9月加入香港中文大学（深圳）理工学院攻读博士学位，并入选深圳市大数据研究院联合培养博士生项目。2022年8月至今在鹏城实验室未来网络系统优化基础研究室交流。目前已申请发明专利两项、发表会议论文两篇，其中一篇被评为IEEE ISWCS 2022最佳论文。

科研感想

       非常荣幸深圳市大数据研究院能够提供这样一个平台，让我们有机会与业界龙头企业展开合作，并且能够得到大牛老师的亲身指导，将通信技术与实际工程经验结合起来，为真实网络环境中亟待解决的问题提供有效解决方案，从而获得更大的经济效益。

       我在深圳市大数据研究院中已度过两年半时间，期间主要参与了与华为公司合作的在地化统计信道建模项目。该项目通过少量路测数据，建立参考信号接收功率与信道角度功率谱的统计关系，进一步考虑地理空间与用户信道的交互作用机理，利用稀疏优化、贝叶斯推断等技术高效提取信道角度功率谱一阶和二阶大尺度统计特性，从而精细化地刻画实际的通信网络环境，赋能网络优化。所设计方案的平均预测误差小于5 dB，大幅优于传统的Ray tracing仿真方法（误差10 dB以上）。

       我觉得实际工程中往往越简单的算法越有效，而且永远不要以为自己的某个想法很新颖，因为你总是能够发现在这个世界的某个角落已经有人做过类似的工作了，因此要广泛调研，找准问题所在，为所研究的场景设计合适的算法。

      李子牛，2019年6月于西安交通大学获得学士学位，2020年9月起在香港中文大学（深圳）攻读数据科学博士学位，并参与深圳市大数据研究院联合培养项目，在罗智泉教授的指导下进行机器学习相关研究。曾在顶级会议（如ICLR、NeurIPS、IJCAI）和顶级期刊（如TPAMI）上共发表5篇文章。曾参加深圳市大数据研究院第一届博士生与博士后学术论坛，获得口头报告一等奖。

科研感想

       香港中文大学（深圳）和深圳大数据研究院有很多顶尖学者，这里学术氛围非常浓厚。在我刚入学的时候，对科研还是非常懵懂，很多思维和技能都停留在本科生阶段。具体地，在科研方向上缺少大局观，不会判断问题的重要性和研究价值，即便已经读了很多论文，思路还是比较局限。此外，我的论文写作和口头展示能力也比较差，写出来的一些论文连合作者都很难理解，更别说广泛的读者了。

       在罗老师的细心指导下，我能逐渐感觉到什么样的研究问题是重要的，并且开始学习如何在现有的结果上创新。研究院和罗老师组里的学长学姐们也经常帮助我，他（她）们会认真地读我的草稿、听我的一些学术报告，并且给出有用的反馈，因此我的写作、展示和沟通技巧在过去两年有很大的提升。我非常感谢他（她）们的帮助。

       在过去两年多的生活里，我经常会遇到各种挫折：读不懂论文的证明，无法复现已有的实验结果，尝试的新思路被卡壳。在这个过程中，我更加意识到：一次性的成功是极少的，更多的是失败和随之而来的沮丧。有的时候，这些挫折会让我暂时看不到希望，甚至想打退堂鼓。但好在老师和朋友们会不断鼓励我，而我自己内心深处也有对科学研究的喜爱，因此在失败后我没有放弃继续探索。现在我能更加体会到：很多时候，放弃是一个很容易的选择，难能可贵的是坚持下去。

      

       董岩岩，2017年于吉林大学数学与应用数学专业获得学士学位，同年8月于香港中文大学（深圳）攻读计算机与信息工程博士学位。入校以来，在杨升浩教授的指导下从事网络编码、无线通信以及编码理论的研究，目前在国际核心期刊及会议发表论文数篇，2020年获得深圳市大数据研究院奖学金。近期即将前往新加坡国立大学作为博士后继续进行科研工作。

科研感想

       转眼之间，我在香港中文大学（深圳）已经学习了五年，这期间我在科研学习方面受益匪浅，这也得益于深圳市大数据研究院的良好学术氛围以及优秀的师资环境。

       非常感谢杨升浩老师对我科研上的悉心指导、严格要求和高质量的能力训练，这极大启发了我对于课题的思路，使我能够顺利完成课题的研究目标。同时也要感谢团队其他老师和同学对我科研、生活上的帮助，使我的研究生生涯无比的充实和有意义。

       在整个博士生阶段的学习研究中，我有了很多深入的思考。不同于本科阶段的学习，研究生阶段更多的是主动去发现课题里目前未解决的问题，找到自己的兴趣点以及可以做的事情，并且在不断地训练下，使自己逐渐能够独立地去解决问题。也有很重要的一点，是对课题要有自己的思考与探索，这对于长久的科研学习非常有利。在平时也要积极与同学和老师进行交流，可以帮助我们在科研学习过程中获取新的视角并激发出新颖的想法。

    

       张雨舜是香港中文大学（深圳）数据科学学院四年级博士生，导师为罗智泉教授。2019年本科毕业于南方科技大学数学系，曾获得南方科技大学校级优秀毕业生和数学系杰出十佳学生奖学金。他的研究方向是深度学习和优化理论。研究成果曾发表在机器学习会议NeurIPS 2021, ICLR2021, NeurIPS 2022。

科研感想

       时光荏苒，来到港中深学习三年多了 ，在学校及深圳市大数据研究院优异的科研环境沐浴下，我感觉自己在各方面都成长了特别多。用一个词来自我总结这几年的科研的话，就是“刚刚入门”。其实要达到这几个字并不简单，个人觉得主要需要三方面能力：一是找问题的品味，二是解决问题的技巧， 三是呈现结果的功力。回想本科和19年、20年的时候，我的这三方面能力几乎都为0，我都很佩服自己怎么有勇气来读Phd的。但在过去的一两年里，我在这几方面都有了很大进步，这要归功于这几年，我遇见了对我人生轨迹产生重要影响的老师：罗智泉老师。

       首先要感谢罗智泉老师在我人生的十字路口指引了方向，我本科即将毕业的时候一度对未来要走什么样的道路非常迷茫，要做出什么样的成果，亦或是更基本的问题“该成为什么样的人”。这些问题使我在数学、统计、计算机的分叉路口徘徊不前。直到有一天我参加了罗智泉老师的面试，他坚毅地看着我的眼睛说''life is short, we only do things that are useful''。 自那一天起，我对未来的规划变得清晰了起来。在罗老师组内读书的这几年，无论是生活还是科研，罗老师都帮我树立起了正直、阳光的价值观，我心中也因此一直铆足了一股劲，想成为跟他一样的优秀学者。 

       平时科研生活中最喜欢的环节就是罗老师的组会了。尽管他有时非常忙碌，也都会在每周六坚持花一个上午的时间给我们开组会，全身心地带大家研讨一篇论文。由于我平时也会参加一些其他的学术研讨活动，能观察到平均来说大家的注意力高度集中的阶段往往不会超过一个小时，而罗老师的组会却完全不同。每周在罗老师的带领下，大家都会全神贯注地专注于一个课题讨论三个多小时，最终往往能对所讨论的课题产生新的、深的理解。这样专注认真的氛围是相当难能可贵的。此外，组会讨论的知识面跨度非常大，包括了机器学习、强化学习、统计、优化、到无线通信等各类课题。即使有些课题我没有基础，罗老师也鼓励大家提问。他说组会上没有愚蠢的问题， 我们要在不断提问的过程中快速学习。同时，通过讨论各类跨学科跨专业的课题，罗老师也希望我们能成为更全面的研究者，培养广泛的科研兴趣和学术沟通的能力（特别是与非自己领域研究者沟通的技巧），而不是只会盯着自己的小课题其它啥也不会。我觉得罗老师的组会有这样的科研模式是非常难得且难以复制的，我也因此很珍惜每周的组会时间，努力学习到正确的研究品味和科研方法。  

       读博的时光不知不觉过去三年多了，很高兴自己能慢慢入了科研的大门。但是我觉得自己在很多方面还非常不足，未来的路更是充满艰难险阻，希望自己能持续好好努力，早日达成自己心中的目标和理想。

 

       朱明远，2019年6月及2021年3月于吉林大学和诺丁汉大学获得学士及硕士学位，2021年9月起在香港中文大学（深圳）攻读计算机信息与工程方向博士学位，并入选深圳市大数据研究院联合培养博士生项目，在蔡小强教授的指导下进行运营管理相关研究。曾参与完成华为、广铁等多项业界项目，项目结题并发表专利著作数篇。

科研感想

       非常荣幸深圳市大数据研究院能够提供这样一个将业界难点痛点、企业专家经验和学术研究结合起来的平台与机会，让大家有机会与国内外业界龙头展开合作交流，进行多方的互动合作。项目过程中，来自业界的资深一线领导、代码落地的工程化开发人员、学校教师团队给予学生们非常多的指导，大家经常一起讨论项目该怎么做，如何将优化理论与实际项目工程管理经验结合起来，为真实运营管理环境中的问题提供有效的解决方案。项目课题也与学术研究高度契合，研究院的老师们帮忙整合了多学院跨学科的指导老师资源，经常会在一个小课题中见到数据科学学院、商学院、计算机科学学院的老师们一起探讨，这种跨学科方法论的碰撞，常常给研究带来浓墨重彩的点睛一笔。 

       此外，联合培养项目还是一个很好的与业界沟通的桥梁。与在读期间自己申请去校外实习相比，项目同样给同学们很多时间去公司参与活动，了解公司的工程实际细节，但时间和活动安排更弹性。对和我一样以后想去工业界工作的同学来说，联合培养项目省去了申请去头部公司单独实习的麻烦，并且项目能很好地贴合自己的研究。完成一个项目不仅局限于对业界工程的贡献，对学术研究也相辅相成。人多力量大，这个道理在项目中体现的非常明显。从亲身经历来说，在华为以及某消费品企业的项目中，企业团队也做了很多的算法尝试，公司数十人的团队在帮你试错。因此作为偏向实践的研究，团队众人的调研以及实验会不断帮助你印证对问题的假设，最终找准问题难点所在以及适合场景的最佳算法。

  

       胡金鹏，2017年和2019年分别于哈尔滨工业大学获得计算机科学与技术专业的学士和硕士学位，2019年9月加入香港中文大学（深圳）理工学院攻读博士学位，并参与深圳市大数据研究院联合培养项目。在张纵辉教授和万翔教授的指导下进行自然语言处理相关研究，曾发表数篇会议论文（如ACL、NAACL、AAAI等）。

科研感想

       深圳市大数据研究院拥有专业的研究团队和丰富的科研资源。在这里，学生可以获得优秀老师的指导，而且彼此之间也乐于相互帮助、共同进步，有着浓厚的科研氛围。

       我在深圳市大数据研究院学习的这段时间，在张老师和万老师的指导下，参与了医疗相关的项目，能够有机会接触一线的医疗数据以及较多的计算资源。我主要的工作集中在医疗的实体识别以及影像报告摘要。其中实体识别旨在从医疗文本中抽取出疾病、症状等关键词，医疗影像摘要是通过模型总结医疗影像报告的描述生成结论。

       在过去的几年里，我遇到了很多科研上的困难和挫折。这个过程也让我学习到了坚持不懈是非常重要的品质，遇到困难要学会思考如何去解决问题，学会如何通过相关的研究工作来帮助自己解决遇到的难题，这对于长期的科研学习是非常有利的。此外，善于发现问题对科研工作也非常重要，需要学会寻找有意义的科学问题，并以新的角度思考这些新问题，提出新的思路和见解。同时，老师和同学们在这一路上也给我提供了很多帮助，在讨论和交流中不断完善思考问题的全面性，这也让我意识到了团队合作的重要性。

       作为一个联合培养项目的受益者，我感到非常荣幸和幸运能够参加这个项目。这个联合培养项目给我提供了与行业领袖进行合作的机会，并且让我深刻地认识到，科研创新需要开放的思维方式和广泛的合作，以及深入的探究和思考。

       我加入深圳市大数据研究院后，主要参与了一项与全棉时代公司合作的购物场景下的需求预测项目。在该项目中，我们使用了机器学习和神经网络等技术，基于混杂的销售数据建立需求预测模型，进一步考虑价格和销量的交互作用情况。这项工作的目标是预测未来销量以辅助公司各项决策。在这个项目中，我从我的导师和其他学者身上学到了很多东西。我学会了如何在现有的研究成果上创新，如何判断问题的重要性和研究价值，如何撰写和展示论文，并与其他人进行有效的沟通。在这个过程中，我也学会了如何找到合适的问题并设计出简单而有效的算法。

       总的来说，我非常感激深圳市大数据研究院和香港中文大学（深圳）联合培养项目，这个项目为我提供了许多宝贵的机会和经验，使我成为一个更好的研究人员。我希望这个项目能够继续发展下去，为更多的人提供类似的机会，以推动数据科学和人工智能的发展。

       刘洋，2017年于东北大学自动化专业获得学士学位，2019年于哈尔滨工业大学控制科学与程专业获得硕士学位，同年9月加入香港中文大学（深圳）理工学院攻读博士学位，并参与深圳市大数据研究院联合培养博士生项目，研究兴趣是自然语言处理，信息抽取，小样本学习。曾在领域内顶级会议（ACL、NAACL等）上发表文章3篇。

       香港中文大学（深圳）和深圳市大数据研究院有着优秀的师资力量和多样的合作项目，这些都为我们提供了一个良好的科研平台和浓厚的学术氛围。我的研究方向是自然语言处理，在博士期间也参与了一些医学信息抽取相关的合作项目，这使得我的写代码能力，思考问题的能力都有所提升。

       转眼间，我在深圳市大数据研究院已学习了四年的时间。从刚入学的时候经常不知道从哪方面着手去研究问题、英文写作磕磕绊绊、复现一个实验要很长时间到现在建立了自己的一套读论文发现问题、寻找改进点、进行实验的科研方式，这期间要感谢老师和同学对我的激励、建议和帮助。

       在科研上，我觉得动起手来对于研究是很重要的。当发现了一个未解决的问题或是一个还可以进一步改进的问题的时候，可能脑海中对这个问题会产生各种各样的想法。这时候，我们就要动手开始复现之前的工作，之后将自己脑海中的想法付诸于实践，写代码通过实验来验证其正确性。此外，也要注重提升自己的写作和展示能力。

 

       刘正锋，2018年于南京大学获得工学学士学位，2021年获得工业工程专业硕士学位。同年9月加入香港中文大学深圳理工学院攻读博士学位，并入选深圳市大数据研究院联合培养项目。

       非常荣幸深圳市大数据研究院能够提供这样一个平台，让我们有机会与业界龙头企业展开合作，并且能够得到大牛老师的亲身指导，将平时所学习到的理论和算法与实际业务场景结合起来，提供真实的实践数据，做到真正的学有所用。

       我在深圳市大数据研究院中已度过一年半时间，期间主要参与了与华为公司合作的分包业务智能调度项目。该项目通过提供标准程序数据，考虑分包商与分包队伍包含关系，基于分包队伍工作效率，利用匈牙利算法，遗传算法等算法思想匹配任务与分包队伍。从而精细化地刻画业务站点的项目管理场景，达到完工时间最小化。相对于传统方法，大量节省分配时间，提升管理效率。

       个人认为，只有通过实践与理论的有效结合，才能真正做到个人能力的提升。而在真实业务场景中，如何面对多变的需求也是在算法设计过程中值得考虑的重要问题，同时只有将业务场景抽象为自己的科研创意，才能做出有意义的研究。