宁波诺丁汉大学与深圳大学的计算机科学博士联合培养项目，把“博士训练在哪里发生、研究怎么推进、材料需要展示什么能力”写得比较具体。项目设有3个奖学金名额，计划于2027年2月入学。奖学金覆盖学费，并提供每月¥4,500津贴，最长覆盖36个月，前提是学业进展符合要求。
联合培养博士的时间结构
这个项目不是把博士阶段简单切成两个学校各读一半。官方结构是3年研究加1年论文待提交期，全日制博士最迟应在注册后4年内提交论文；联合培养期间至少50%，也就是36个月中的18个月，需要在宁波诺丁汉大学完成。对申请者来说，这意味着研究计划除了学术问题，还要能承受跨校协作、研究节奏切换和长期项目管理。
申请前还需要先取得潜在导师的同意。这个要求会直接改变材料准备顺序：与其先做一份面向所有计算机博士项目的通用研究计划，不如先围绕明确的课题和导师，把自己的已有经验与项目需要一一对应，再形成申请版本。
于恒当前博士课题的训练重点
当前联合培养课题清单中，于恒担任宁波诺丁汉大学导师的项目聚焦一条完整的FPGA设计自动化链路：从高层自然语言规格出发，进入可综合网表生成、考虑拥塞的布局优化，再到形式化验证。它不是只训练“会用某个AI模型”，而是要求候选人理解硬件设计流程，并把自动化、优化和正确性验证连成一个可工作的系统。
于恒现任计算机学院副教授、博士生导师，个人页显示其长期工作涉及嵌入式系统调度与可靠性、软硬件协同设计以及低功耗边缘设备上的人工智能应用，并已发表高水平学术论文30余篇。把这些信息和当前DTP课题放在一起看，训练重点更接近“能否把算法放进真实硬件流程并证明它可靠”，而不是单纯比较模型精度。
申请材料与课题能力的对应关系
CV可以优先放能证明系统能力的项目：数字电路或HDL设计、FPGA开发、EDA工具、算法实现、优化问题、自动化测试、形式化方法，或者把机器学习方法嵌入工程流程的经历。没有必要每项都具备，但最好至少有一条主线能说明你做过复杂工程系统，而不只是完成课堂作业。
研究计划则可以从一个明确瓶颈切入，例如规格到网表的可验证生成、布局质量与拥塞之间的权衡，或者自动化流程中的正确性保障。真正需要写清楚的是评价标准：什么算“更好”，和什么基线比较，失败模式怎样被发现，结果如何复现。这样写出的计划更像博士研究的起点，而不是技术名词拼接。
如果提交作品或代码，建议让阅读者能快速看到自己的实际贡献。仓库说明、实验配置、关键模块、复现实验和失败分析都比一张最终指标截图更有用。博士训练的核心是持续解决尚无标准答案的问题，材料因此也应展示你如何定义问题、迭代方案和验证结论。
工程型博士的复现与协作能力
联合培养环境还要求研究过程具备可移交性。代码、实验脚本、硬件配置和数据处理流程不能只在自己的电脑上能运行，而要让不同团队成员能够理解和复现。材料中如果能展示版本管理、自动化测试、实验日志、设计文档或复现说明，会比单独强调“熟悉某工具”更能说明你已经具备进入长期工程型研究的工作习惯。
面试时可以重点准备三类问题。第一类是基础原理：为什么选择某种硬件结构或优化目标。第二类是系统权衡：速度、面积、功耗、拥塞、正确性之间如何取舍。第三类是研究判断：当自动生成结果看起来更优时，怎样证明它没有引入隐藏错误。当前课题把生成、布局和验证放在同一条链上，回答问题时也应体现这种端到端视角。
对于只做过纯软件或纯机器学习项目的申请者，也不必把短板藏起来。更合理的写法是明确哪些能力已经能迁移，例如优化、编译、自动化搜索、实验设计或模型评测；再说明需要补足的数字电路、硬件描述语言或形式化验证知识。博士申请看的是研究潜力，清楚界定能力边界本身就是一种研究成熟度。
还可以把自己的学习计划写成阶段任务：先补齐硬件设计与验证基础，再复现一个已有流程，随后围绕某个瓶颈提出改进并建立对照实验。这样的计划不需要假装已经掌握全部内容，但能让导师看到你知道博士研究怎样从可复现的基线逐步走向原创问题，也能体现对联合培养节奏的现实理解。
奖学金与研究节奏的关系
每月¥4,500、最长36个月的奖学金能够覆盖博士研究阶段的基本资助框架，但它与3年研究加1年论文待提交期并不完全重合。最后的论文收束阶段需要提前做好个人预算安排。项目同时说明，从博士第二年起，在完成相应培训后可能有教学或研究助理工作机会；这些都应视为独立于基础奖学金之外的安排，而不是预先计入固定收入。
