香港中文大学（深圳）
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。
导师简介
刘桂良，香港中文大学（深圳）数据科学学院助理教授，曾于2020-2022年任加拿大滑铁卢大学博士后和维克特研究院的研究员。博士毕业于加拿大西蒙菲莎大学，本科毕业于华南理工大学创新班。博士和博士后课题都是强化学习相关的内容，具体包括面向对象强化学习，基于模型的强化学习，逆强化学习，智能体评价和表示学习。应用场景包括体育数据，自然语言处理，信息挖掘。他曾经和多伦多大学机器学习组、百度研究院认知学习实验室以及华为诺亚研究院有紧密合作。他曾获MITACS学术训练奖和中国国家奖学金。他在国际一流计算机会议（包括NeurIPS、WWW、ICRL 和IJCAI）上发表过多篇文章。他目前也是多个国际著名人工智能会议（包括NeurIPS、ICML、ICLR、WWW、IJCAI和KDD等）的审稿人。
个人主页：
http://guiliang.me/
招生信息
1. 招生类型：研究硕士 (MPhil)、博士 (Ph.D.)、研究助理（RA）；
2. 招生专业：Computer Science (CS) MPhil /PhD Program，注：
等同于北美CS专业
招生以申请为主，不需要推免和考研成绩
研究助理为合同制岗位，不包含专业选项
3. 研究方向：Reinforcement Learning强化学习及其相关课题（包含在智能交通中的应用）；
4. 入学时间：2024年秋季，注：如有兴趣，建议尽早开始来学校担任RA，提供每月5K补贴；
5. 奖学金与补贴：硕士提供一定生活补助，博士提供全额奖学金（与北美接轨），研究助理提供生活补助。
研究方向
目前我的实验室主要集中于安全强化学习。具体的工作是设计强化学习算法，解决在约束条件下对的一些优化问题，以及设计从数据中学习约束条件的一些逆增强学习算法。在算法的基础上，探索自动驾驶系统的运动规划以及机器人控制的实际应用，满足在实际应用场景下对模型可解释性的一些要求。具体的研究方向可以根据个人的背景和兴趣进行调整甚至开辟新方向。实验室的主要研究目标是发表顶会和顶刊论文，主要包括NeurIPS, ICML, ICRL, AAAI, IJCAI, KDD, WWW等CCF-A/B类会议, 以及JMLR, AIJ等期刊。
招生要求
1. 计算机，大数据、人工智能，统计学及相关学科本科或本科以上学历；
2. 较好的数学基础，如概率论、优化理论、机器学习等（任一），有竞赛成绩加分；
3. 扎实的编程能力，如C/C++、Python等（任一），有公司实习经验加分；
4. 对科研的兴趣，以及自我激励和自我管理能力。要相信科研本身是非常有趣的，我们要做的就是把兴趣转化为成果，我希望你能真正享受这个过程；
5. 对于优秀的学生，我会尽力提供发展的机会， 包括：
与世界一流（特别是北美）学者交流和合作的机会
推荐工业界顶尖实验室实习的机会
推荐北美一流大学交换和实习的机会
申请方式
如果你感兴趣，请发送邮件到 liuguiliang@cuhk.edu.cn，请附上你的简历、本科以及硕士（如有）成绩单、成绩排名、语言成绩（如有，申请需要）、以及其他你认为重要的申请材料（比如论文和科研项目等）。邮件标题请设置为 [PhD/ MPhil/RA Application] Name-School-Major 的格式，以便于整理和记录。
请在邮件中简短描述你的背景、经历和成果，以及你的兴趣所在和对将来科研的期望（例如将来的研究方向和类型）。
请注意：可能你发的邮件我没有立刻回复，但我会保证一一查看并回复，如果一周以上我依然没有回复，请再次发送以提醒。
