香港中文大学（深圳）数据科学学院的博士招生信息已经给出明确的生活津贴区间、学费和申请节点。对于准备计算机科学或数据科学研究的申请者，这几项数字应当连起来理解：项目允许通过综合评审获得不同等级的奖学金，但没有把最高档额度承诺给每位录取者。樊继聪助理教授在学院个人页面明确表示招收博士生；因此这里既有可以核实的导师招募信号，也有清晰的学校层面资助规则。
博士项目与资助结构
学院公布的2027年秋季数据科学博士项目采取申请制、滚动录取。申请开放时间为2026年9月1日，截止日期为2027年5月31日，名额有限且可能录满即止。这两个时间点描述的是学校项目的统一安排，并不等于樊继聪教授名下有固定的空缺数量或保证录取的名额。申请者的实际竞争力还要看导师与委员会的研究评价。
项目公布的2027—2028学年数据科学博士学费为每年人民币162,000元。优秀申请人可以获得不同层级的奖学金，包括全额学费减免与每年人民币54,000至180,000元的生活津贴。奖学金由录取评审决定，无需单独提交奖学金申请，并需接受定期学业评估。写申请预算时，应把学费减免、生活津贴、实际生活成本分开列示，不要简单把最高生活津贴视作到手收入，也不要假定奖学金一定覆盖整个求学过程。
樊继聪的研究内容与博士训练
樊继聪现任香港中文大学（深圳）数据科学学院助理教授。学院列出的研究工作覆盖机器学习、矩阵与张量方法、聚类、异常检测、图学习和自动化机器学习，并有ICML、NeurIPS、CVPR等会议与相关期刊研究成果。他曾获得中国自动化学会自然科学奖一等奖。学院教师页面直接列出博士生招募信息，是判断导师当前是否接受研究型学生的重要依据。
这类博士训练的核心不是把一个现成算法接到数据上就结束。研究生通常需要发现已有方法在真实数据条件下的局限，设计可以重复验证的实验，再解释结果的稳定性与推广范围。做异常检测时，如何定义异常、数据标签怎样获得、真实部署时是否存在分布变化，都会直接影响结论；做图学习或矩阵分解时，数学假设与复杂度同样重要。申请者在材料中应展示自己能提出问题并检验问题，而不是只罗列模型名称。
数据科学博士的课程要求也与研究计划相关。项目要求至少完成27学分授课课程，累计平均绩点达到3.0。跨专业申请者不应只强调某项应用经验，还需要说明自己如何补足线性代数、概率统计、优化和计算基础；已经有科研经历的申请者，则更适合用一份有清晰实验设置和结果解释的项目材料来证明方法能力。
申请材料与导师需求的对应关系
简历最好按研究问题组织项目经历。比如曾用图数据预测业务事件，就分别交代任务定义、样本构造、基线方法、评估指标与失败案例；如果做过机器学习系统开发，则突出自己贡献的程序模块、计算资源约束和可复现实验。论文未发表并非一定减分，但研究陈述需要准确区分独立完成的部分与团队贡献。
研究计划不必空泛地罗列热门领域。针对樊继聪教授的工作，可以选一条与已有项目匹配的主线：例如结构化数据的异常检测、图表示学习的稳健性，或张量方法在具体数据上的计算瓶颈。写清问题为什么难、已有方法哪里不足、准备如何验证，通常比承诺一个过大的研究目标更有说服力。语言材料、成绩证明和推荐信则应按学校的正式要求准备，不宜用导师个人页面代替招生简章。
数据科学学院实行课程与研究并进的博士培养，申请者可以在准备阶段对照课程要求建立能力地图：数学推导薄弱，就选一篇自己能完整复现的算法论文，把目标函数、假设和误差逐步写清；实验能力不足，则用一个公开数据集进行规范比较，记录训练设置、评价指标及失败结果。这样的准备不代表导师会采用某一研究计划，但能让申请材料呈现可检验的研究基础。
准备资金时还需考虑奖学金续期审查和助教工作要求。导师的研究项目与学院的博士培养制度彼此关联，但并非同一份承诺：研究兴趣决定是否值得进一步开展学术交流，资助条款由正式录取与奖学金安排确定。若收到录取意向，重点应确认奖学金档次、免学费范围、续期要求，以及实际的研究指导与课程安排。
