项目方向门槛
香港中文大学（深圳）理工学院校长奖学金提供税后每年RMB180,000，覆盖正常修读期并接受年度审核。获奖学生需要在前四个学期完成四份TA工作量，学费资助另按学校安排。钱和任务都写得清楚，申请者要先判断自己能否同时推进课程、助教和研究。
理工学院研究型硕博项目要求申请者先联系拟选导师，并通过学校系统提交材料。博士生不是拿到奖学金后再找研究问题。导师匹配、研究计划和资助评审会同时发生，材料中必须说明第一年能做什么。
有研究型硕士背景的博士正常学习期为四至六年，最长二十四个月内通过候选资格考试；没有研究型硕士背景的博士通常为五至七年，最长三十六个月内通过。TA任务集中在前四学期，因此时间安排要与资格考试准备一起设计。
研究背景与课题组
Yilun Chen是香港中文大学（深圳）数据科学学院助理教授，博士毕业于康奈尔大学。他研究不确定环境下的资源分配和平台决策。与大型成熟团队相比，年轻导师的课题边界往往更直接，学生也可能更早参与搭建代码、课程和组内流程。
他的官方履历列出2019 INFORMS George Nicholson学生论文竞赛第一名，以及2024 INFORMS青年教师兴趣组最佳论文奖。奖项说明其工作经过专业评审，但申请者仍要把自己的数学、编程和实验能力分别写清。
这类研究不只是在纸上写公式。博士生需要把平台规则变成模型，生成或整理数据，运行大量模拟，再检查结论对参数和用户行为是否敏感。一个假设写得含糊，后面的计算再完整也可能回答错问题。
研究重心
研究问题可以从有限资源怎样分配开始。例如在需求不断到来的情况下，平台何时应保留容量，何时应立即匹配。学生要定义信息何时出现、决策能否撤回、错误成本由谁承担，再决定使用哪种分析工具。
博士日常会在证明、编程和写作之间切换。理论结论需要边界条件，模拟需要可复现参数，论文还要解释现实含义。只会证明而不愿意检查数据，或只会运行程序而无法解释假设，都很难独立推进。
前四学期的TA任务可能包括备课、辅导或批改。它可以训练表达，但也会切割研究时间。每周应保留固定的整块研究时段，并把课程高峰、TA截止和资格考试节点提前放进日历。
代表论文
导师主页列出2026年发表于Operations Research的Feature-Based Dynamic Matching。文章标题可以翻译成基于特征的动态匹配，核心工作是处理对象不断到来时怎样做分配。申请者不必复述公式，更应理解每个匹配决定依赖哪些信息。
读论文时先画时间线：谁先到、平台知道什么、何时必须决策、未匹配对象怎样处理。再检查论文的评价指标是否与自己的场景一致。这样能把抽象模型转成可讨论的博士任务。
若计划把方法用于新的平台，先说明新场景增加了哪一个限制，例如公平性、等待时间或信息不完整。只更换数据集而不改变问题，通常不足以构成完整研究计划。
申请准备与文书材料
CV里保留一项同时含有建模和计算的项目。写清决策变量、约束、数据来源和评价指标，并附一张结果表。若结论曾因参数变化而失效，把这个失败写出来，能说明你知道模型不是固定答案。
个人陈述第一段说明为什么选择该导师，而不是泛泛写数据科学。第二段写你能承担的证明、模拟或系统实现。推荐信最好举出你独立发现假设漏洞或重写实验流程的例子。
邮件只提出一个问题：你的经历能否接入导师当前的动态决策研究。附件放两页研究草案，第一页写问题和数据，第二页写基线和三个月计划。不要在第一封邮件中同时询问录取概率、奖学金和所有课程。
研究计划
第一阶段可以复现一篇代表论文并建立测试脚本。第二阶段加入一个现实限制，比较结果怎样变化。第三阶段再考虑真实数据。这个顺序能在TA任务较多时保持可检查进展，也能为资格考试准备一套完整材料。
计划要写明每周时间。课程和TA有固定截止，证明和代码需要连续时间。把研究拆成每天零散一小时，容易只完成简单任务。至少保留两到三个不被教学打断的半天。
面试时直接问前四学期四份TA工作量怎样计算、能否集中在某些学期，以及资格考试材料通常提前多久准备。学校页面给出总要求，具体分配方式要由学院和导师确认。
博士未来就业与资助
每年RMB180,000为税后生活津贴，最长覆盖正常修读期并接受年度审核。学校还提供学费资助渠道，但不同奖学金组合不能自动视为全部费用都已解决。录取后要逐项核对学费、住宿和TA责任。
这类训练可进入高校、平台企业、供应链和决策分析岗位。学术岗位看重证明和论文，产业岗位更看重把规则转成可运行系统。博士期间最好同时保留理论结果和一套能复现的代码。
适合这个项目的人愿意在前两年同时承担教学和研究，并能自己维护时间表。若希望导师每天给出完整任务，TA和资格考试会让节奏很被动。申请前先做一次四周复现项目，再判断是否愿意长期投入。
