项目方向门槛
香港浸会大学页面明确标注王俊程正在接收博士生。招生信号比较直接，但公开页面没有给出本轮人数、入学时间和具体项目分配。申请者需要进一步确认导师计划招几人、第一年从理论还是系统实验开始，以及是否已有可直接接入的代码或数据。
他的研究集中在通信网络、在线学习、分布式计算和随机优化。共同要求是把资源限制、网络变化或数据持续到来的情况写成数学问题，再用理论和实验验证算法是否可靠。只具备通用机器学习课程或调用现成模型的经验，通常不足以直接进入这类研究。
研究背景与课题组
王俊程于 2023 年获得多伦多大学电气与计算机工程博士学位，目前是香港浸会大学计算机系助理教授。学校页面列出 5 个项目和 37 项研究成果，其中 3 个项目仍处于活跃状态。
页面没有公开现有博士生数量、组会频率、一对一指导安排和代码管理方式。年轻课题组可能给学生更多参与问题定义和系统搭建的机会，也可能要求学生承担更多基础建设工作。申请前应询问第一年通常负责什么、已有项目做到哪一步、实验平台是否成熟。
研究重心
通信网络研究需要处理带宽、延迟、功率和信道变化；在线学习关注数据不断到来时如何更新决策；分布式计算需要在多台设备之间协调信息和任务；随机优化则要在噪声和约束下寻找可行解。博士生通常要同时完成建模、推导、编程和实验。
日常工作不只是“把算法跑出来”。还要解释约束为什么这样设、基线是否合理、规模扩大后哪里先失效、网络状态变化时理论假设是否仍成立。程序能够运行只是开始，论文需要证明结果不是由过弱基线、过小规模或特定参数造成的。
这套训练适合数学基础较好、愿意反复检查假设，同时能把理论放进具体系统场景的人。只喜欢写证明但不愿做系统实验，或只喜欢调参但不愿理解理论保证，都会在项目中遇到明显短板。
申请者可以用一个现有项目检验自己是否接得上：能否明确写出系统状态、资源约束、决策变量和评价指标；能否解释规模扩大或数据延迟后结果怎样变化。四项中缺两项以上，通常还停留在课程作业层面。
代表论文
页面列出的 2026 年论文《Decentralized Online Learning with Hard Constraints》研究带硬约束的去中心化在线学习；另一项工作把低轨卫星网络中的功率分配和任务调度放进同一个在线优化问题。2025 年的工作关注半异步分布式优化中的信息时效。
这些论文给申请材料的直接提示是：需要把“系统在变化”写具体。可以说明数据如何到来、设备之间怎样通信、有哪些资源限制、算法在什么条件下失效。只写使用了深度学习、强化学习或优化算法，无法说明自己是否理解研究问题。
申请准备与文书材料
CV 最有用的部分是完整项目，而不是软件清单。建议选择一到两个项目，写清问题、约束、方法、基线、实验规模和失败结果。例如，设备数量增加后算法为什么变慢，通信成本怎样影响精度，后来改了哪一部分。
邮件第一段可以直接介绍一个做过的网络、优化或分布式系统项目，并指出它与导师哪条研究线相接。随后提出一个具体问题，例如第一年是否以在线优化理论为主，还是会参与卫星网络或边缘计算项目。比“我对人工智能很感兴趣”更容易得到有效回复。
面试准备应覆盖理论和实验两端。数学背景申请者要能解释模型对应的真实系统，工程背景申请者要能说明方法为什么有效、有哪些假设。若项目只展示最终精度，没有约束、比较方法和失效条件，导师很难判断研究深度。
研究计划
Research Proposal 应先确定一个场景和一个主要约束。例如，边缘设备状态持续变化时，如何在通信预算有限的情况下更新决策；低轨卫星任务到达不稳定时，如何同时安排功率和计算资源。
计划至少写清四项：系统对象、决策变量、必须满足的约束和评价指标。还要说明准备与哪些方法比较，数据或仿真环境从哪里来，以及设备掉线、数据延迟或规模扩大时怎样验证方法。
面试前可把计划压缩成三分钟：现实问题是什么，现有方法在哪个限制下不够，准备怎样建模和验证。若三分钟里大部分内容仍是方向名和技术名词，研究问题还需要继续收窄。
博士未来就业与资助
这类训练可对应算法工程、网络与云系统、运筹优化、机器学习系统、研究型研发和高校岗位。公开页面没有该课题组毕业生去向，因此不能把任何岗位写成确定结果。真正可迁移的是建模、优化、实验设计、系统实现和解释失效条件的能力。
香港浸会大学公布，2026/27 学年普通研究生奖学金为每月 HK$19,310，博士通过候选资格后为 HK$19,660，是否提供由院系决定并写入录取文件。HKPFS 是另一套竞争性方案，每月 HK$28,400、最长四年，并有学费减免。两种资助不能合并理解。
判断是否适合时，可以核对三件事：是否愿意长期处理公式、代码和系统实验；是否已有一个能展示约束、基线和失败结果的项目；是否能接受年轻课题组可能需要从头搭建部分流程。三项准备越具体，申请的可执行性越高。
就业准备不应等到毕业前才开始。博士期间可以保留可运行代码、实验配置、规模测试和失败分析，形成能够向企业或研究机构展示的项目证据。论文题目本身不一定对应岗位名称，但完整的系统实验和优化能力可以被不同岗位理解。
