1. 简介
香港科技大学（广州）数据科学与分析（DSA）学域现面向本科生设立科研实践计划（REU）。该计划旨在通过系统化的科研训练，提升学生在数据科学、机器学习、人工智能及分析领域的实证研究能力。
2. 概述
2.1 实践模式
本科研实践计划采用多元化的科研参与架构，学生可根据学术规划选择以下实践模式：
- 年度研究计划（8–12个月）：长周期深度参与，实现课程学习与科研实践的协同发展。
- 假期强化实习（8-10周）：短周期高强度训练，集中强化研究能力。
- 定制化研究周期：基于导师课题需求与学生时间安排的动态协商机制。
依据《香港科技大学（广州）勤工助学管理办法》，该本科生科研实践计划的学生工作时长遵循弹性管理原则，避免与常规课业产生冲突。基准工作量为每周≤8小时（每月≤40小时），假期可依实践计划进度申请延长工作时限。
2.2 遴选标准
- 优先对象：香港科技大学（广州）二年级及以上本科生。
- 特殊准入：一年级学生需提供充分的能力证明及研究意向陈述。
- 专业要求：三年级及以上申请者须为DSA专业在读学生。
- 学术要求：建议累积平均绩点（CGA）≥3.0（或同等成绩）。
- 技能要求：需熟练掌握至少一门编程语言（Python/C++/R/SQL）及基础数据分析工具。
3. 导师职责
科研实践导师需履行以下学术指导义务，包括：提交研究提案、指导科研方法、监督研究进展，并提供定期反馈、记录考勤与工时。同时鼓励学生通过会议报告等形式传播研究成果。
4. 时间表
科研实践计划进度根据导师时间与课题需求灵活调整，主要阶段如下：
| 阶段 | 内容 |
| 课题申报 | 导师提交本科生科研实践计划《科研课题》。 |
| 岗位发布 | 通过审核的科研课题将设立勤工助学岗位，并通过电子邮件向全体本科生公布可申请的学生研究助理职位。 |
| 课题交流 | 导师组织预申请交流会，介绍科研课题方向与工作环境。 |
| 申请遴选 | 学生提交本科生科研实践计划《学生申请表》、简历和成绩单，导师基于匹配度遴选（每个科研实践计划至多2名学生）。 |
| 师生确认 | 录取学生与导师签署《科研确认书》研究协议书，正式确立研究合作关系，并明确研究职责、预期成果及相关要求。 |
| 月度汇报 | 学生每月与导师会议汇报研究进度。 |
| 中期评估 | 导师评估学生进展并提供反馈。 |
| 结题报告 | 学生提交终版研究报告至导师审核。 |
| 成果转化 | 学生可投稿期刊/会议论文，并参与DSA科研奖项评选。获奖者可获差旅资助与国际会议经费支持。 |
5. 资源支持
经费支持：依据香港科技大学（广州）勤工助学标准，学生将按核准工时获得研究补助（税前25元/小时）。
- 计算与数据资源：学生将获得访问高性能计算集群与相关云平台的科研支持。
学术与行业资源：学生将获得参与研讨会、工作坊及企业参访机会，拓展学术与业界网络。
6. 联系方式
咨询邮箱：dsbd@hkust-gz.edu.cn
可申请的研究助理岗位
科研课题: Ego-View Drone Video Understanding for Scene Understanding
导师: 褚晓文 教授
科研课题: Enhancing Natural Language Querying for Structured and Unstructured Data via Deep Reasoning Models
导师: 王炜 教授
科研课题: Generative Models for Relational Datasets
导师: 王炜 教授
科研课题: Exploring Reasoning Models as Textual World Models
导师: 骆昱宇 助理教授
科研课题: LinguaSQL: Unlocking NL2SQL Potential Through Multilingual and Multi-Dialect Prompting
导师: 骆昱宇 助理教授
科研课题: Efficient Hyperparameter Optimization for LLM Inference
导师: 文泽忆 助理教授