阿姆斯特丹自由大学博士：条件因果量的评估与因果推断

项目概览

荷兰阿姆斯特丹自由大学数学系招聘 1 名博士研究者，加入 Stéphanie van der Pas 的因果推断研究组。

项目属于 Safe Causal Inference 联合研究计划，研究条件因果量估计方法的性能评估，由三家合作机构的研究人员共同指导。

博士资助期为 4 年，每周工作 38 小时，教学约占 15%；合同先签 1 年，考核满意后再续 3 年。

申请截止为 2026 年 9 月 25 日 （Europe/Amsterdam；官方未列具体时刻），希望尽快开始，最好早于 2027 年 2 月 1 日。

项目详情

因果推断研究需要哪些假设、以及满足相应假设时可以采用哪些方法，才能可靠判断变量之间的因果关系。Safe Causal Inference 联合研究计划希望把各种不确定性纳入因果推断，并综合在不同假设下得到的信息。该计划由分布在荷兰不同地点的 8 名博士研究者和 5 名首席研究人员组成，将发展迭代式研究方法，结合领域知识与数据驱动算法各自的优势。

本岗位负责的子课题是“条件因果量的性能评估方法的多途径相互验证”。研究对象包括条件平均处理效应（CATE）的估计量，以及干预条件下的预测。核心问题在于：评估估计量表现通常需要评估数据中的反事实结果，但推导这些结果本身又依赖因果假设，因此评价程序也可能高度依赖假设。如何比较和理解这样的评估结果，是本课题需要解决的方法问题。

博士研究将考察：综合不同数据集、不同因果假设及不同评估途径的结果，能否帮助研究者更完整、可靠地认识某项因果关系。拟研究的评估途径包括反事实评估、事实评估，以及以试验结果为基准的比较。目标是建立一个分析框架，让数据分析者依据愿意接受的假设，选择合适的评估策略。招聘介绍没有把最终算法、数据集或单一应用领域预先固定下来。

三位联合指导者分别是阿姆斯特丹自由大学的 Stéphanie van der Pas 博士、LUMC 的 Nan van Geloven 博士，以及 ErasmusMC 的 Jeremy Labrecque 博士。主要工作地点为阿姆斯特丹自由大学数学系，日常加入 van der Pas 的因果推断研究组。团队强调包容、跨学科与国际交流；尤其鼓励目前在学术岗位中代表不足的群体申请，包括女性和少数族裔背景申请者。

主要职责是开展研究并完成博士论文，同时承担约占工作时间 15% 的教学任务，例如指导习题课。申请者应已取得或即将取得数学、统计学、计量经济学硕士学位，或具有同等学历，并具备良好的英语沟通能力。统计基础扎实、有因果推断经验、愿意并能够使用 R 或 Python 编程的申请者将得到优先考虑。这些优先条件应与硕士学历及英语沟通这一基本要求区分。

岗位为全职 1.0 FTE，每周 38 小时。按照大学岗位职级体系，税前基本月薪从入职时最低 3,204 欧元，增至第四年最高 4,051 欧元。最初聘期为 1 年，在初期考核满意后延长 3 年。四年全额资助与逐阶段续聘同时适用，后续合同以考核结果为条件。

额外福利包括 8% 假期津贴、8.3% 年终奖金、通勤费用补助、可自行组合的福利方案，以及良好的带薪育儿假制度。全职情况下年假最多 41 天。招聘单位也提供支持工作与生活平衡的相关政策；税后收入、个人税务适用情况及具体通勤补助数额未列明。

申请应通过在线申请按钮提交，职位详情入口为 https://workingat.vu.nl/vacancies/phd-postion-in-area-of-causal-inference-amsterdam-1335952/apply 。需要上传求职信、个人简历、硕士阶段课程与成绩清单、硕士论文或论文草稿（如已有），以及两位推荐人的姓名和电子邮箱。邮件提交的申请不予考虑。工作地址列为 De Boelelaan 1111，1081HV Amsterdam；大学联系地址另列 De Boelelaan 1105，1081 HV，机构网站为 http://www.vu.nl/ 。

申请要点

• 学历与语言：已获得或即将获得数学、统计学、计量经济学硕士或同等学历；良好英语沟通能力。

• 优先背景：扎实统计基础、因果推断经验，以及 R 或 Python 编程倾向与能力。

• 工作安排：4 年资助、每周 38 小时、约 15% 教学；首年考核满意后续聘 3 年。

• 材料：求职信、简历、硕士课程和成绩、已有的硕士论文或草稿、两位推荐人的姓名和邮箱。

• 截止与渠道：2026 年 9 月 25 日 （Europe/Amsterdam；官方未列具体时刻），仅通过在线入口申请。

需要进一步确认

需确认准确入职日期、硕士毕业证明提交时点、博士注册手续，以及具体语言证明是否需要补交。招聘信息未明确国籍限制或中国学历的评估流程；国际团队背景不能直接替代个人录取和入职资格审核。官方咨询邮箱为 s.l.vander.pas@vu.nl；个人税后收入及合同续聘考核标准仍需确认。

PhD 项目深度调研报告

执行结论

项目：阿姆斯特丹自由大学因果推断博士——条件因果量评估方法的多途径相互验证。建议：值得优先考虑，需核实个人研究匹配和执行安排。 本报告依据截至 2026 年 9 月 9 日的资料。岗位位于荷兰阿姆斯特丹自由大学（Vrije Universiteit Amsterdam，VU）数学系，是全额资助的四年受雇博士，尤其适合愿意深入统计理论、因果假设与方法评估的申请者。VU 因果推断博士官方招聘

课题研究一个具体的方法问题：在无法观察反事实结果的情况下，怎样可靠评估条件因果量的估计方法，包括条件平均处理效应（CATE）估计量和干预下的预测。评价方法为了推导反事实结果，同样需要因果假设；因此，评估过程本身也可能像被评估的估计量一样依赖假设。项目希望综合不同数据集、不同假设及不同评价途径得到的证据，为分析者选择评价策略提供依据。VU 因果推断博士官方招聘

最有说服力的优势是三位明确列出的联合导师与课题高度匹配：Stéphanie van der Pas 提供数学因果推断、贝叶斯和高维统计方面的指导；Nan van Geloven 侧重因果预测、干预下的预测评估及临床生物统计；Jeremy Labrecque 研究多途径因果证据整合、偏倚分析和负对照。这些研究方向与 Safe Causal Inference 联合研究计划形成直接联系。Stéphanie van der Pas 个人主页 Stéphanie van der Pas 的 VU 学术档案 Nan van Geloven 的 LUMC 主页 Jeremy Labrecque 个人主页

主要待核事项集中在研究实施和个人入职条件：已落实的数据集及试验基准、日常指导分工、软件交付要求、实际到手工资、可能由个人承担的博士费用，以及住房支持均未充分明确。招聘未列中国国籍排除条件，中国申请者可按岗位要求准备申请；学历等值认定、语言材料、合同和居留手续仍需分别完成。

学校、博士培养与城市环境

VU 在 2026 年 THE 世界大学排名中并列第 176 位，具备可信的综合研究实力。排名资料另列物理科学学科为 201—250 区间、国际学生占比约 20%；这些是大学或宽口径学科指标，不能直接当作本课题或数学研究组的排名。THE：VU 世界大学排名

更直接的判断依据是数学系的研究结构。该系同时开展基础和应用数学研究，概率与统计方向涵盖数理统计、高维推断、贝叶斯计算、非参数贝叶斯推断、分位数回归、假设检验，以及面向复杂数据的应用统计。对希望同时发展理论证明与统计计算能力的博士生，这种学术环境与课题需求一致。VU 数学系 VU 概率与统计研究方向

数学博士项目说明列出研究与教学参与、研究技能和通用职业技能培训、学术研讨会、会议、研究访问、语言课程、教学资格培训、同伴支持和博士生顾问。候选人属于系内学术共同体，通常以先一年、后续三年的合同接受培养；本岗位的具体合同也明确采用这一结构。VU 数学博士培养与职业发展

阿姆斯特丹拥有统计、数据科学、健康研究及人工智能相关的学术和行业资源，适合跨机构交流。住房成本是需要同时评估的约束：VU 明确提示当地住房紧张，学校只能为大约一半新入职员工和博士生提供住房。因此，收到聘用意向并不意味着已获得大学住宿。VU 博士住房说明

导师、代表研究与合作资源

三位联合导师的实际分工基础

Stéphanie van der Pas 是主要工作地点 VU 的本地指导者。 招聘原文明确申请者将加入她的因果推断研究组，并与另外两位导师共同开展博士研究。她的研究目标是建立有数学基础的因果推断方法，扩大能够可靠得出因果结论的数据适用范围，并开发开放源代码 R 软件包。VU 因果推断博士官方招聘 Stéphanie van der Pas 研究介绍

她的简历列明自 2025 年起任 VU 副教授、博士阶段师从 Aad van der Vaart，获得 2024 年 NWO ENW-XL Safe Causal Inference 项目资助及 2022 年 ERC Starting Grant BayCause。个人及大学主页还列有数学硕士项目管理、Amsterdam Causality Meeting、国际贝叶斯分析学会 ISBA、荷兰数理统计网络及 KNAW Young Academy 等活动。这些信息支持她在数学统计和因果方法方面持续开展研究的判断；具体指导时间仍需面谈确认。Stéphanie van der Pas 个人主页 Stéphanie van der Pas 简历 Stéphanie van der Pas 的 VU 学术档案

Nan van Geloven 来自莱顿大学医学中心 LUMC。 她的官方专业方向为生物统计、因果推断和因果预测，涉及在治疗随时间变化时开展事件发生时间预测、定义预测目标量、评价因果预测，以及临床决策支持中的不确定性。她参与 Causal Inference for AI、STRATOS 因果推断专题组及 Safe Causal Inference 工作包，并有 Vidi 资助记录。她的研究与本岗位“怎样评价干预下预测”的问题直接相关。Nan van Geloven 的 LUMC 主页

Jeremy Labrecque 来自 Erasmus MC，并领导其因果推断研究组。 其主页列明助理教授身份，研究兴趣包括整合不同方法的因果证据、偏倚分析、负对照、因果表述、医疗决策和社会流行病学。他能够为比较不同假设、数据与评价方法提供流行病学设计和证据解释方面的支持。Jeremy Labrecque 个人主页

代表论文：方法、结果及与本项目的关联

以下六项工作分别体现数学方法、异质性效应、预测评估及证据整合的研究基础。各论文解决的问题和适用假设不同，不能把它们合并视为本博士核心问题已经解决。

1.《未知截断点下的贝叶斯回归不连续设计》，Kowalska、van de Wiel 与 van der Pas，2024 年预印本，2025 年 6 月修订。论文提出 LoTTA，用于回归不连续设计中处理截断点不确定的情况，展示选择错误截断点可能使因果估计失去意义。其方法价值在于将研究设计中的不确定性纳入推断，而非事先把截断点当成完全已知。与本项目的联系是重视假设与设计对结论的影响；局限是该论文针对回归不连续设计，没有直接解决缺少反事实真值时的 CATE 评估。未知截断点下的贝叶斯回归不连续设计

2.《平均处理效应卡尺匹配估计量的渐近理论》，Kormos、van der Pas 与 van der Vaart，2023 年预印本。研究卡尺匹配估计量的理论性质，通过卡尺选择平衡匹配质量与可用匹配数量，证明相应条件下的渐近无偏性和正态性，并在参数收敛速度下构建置信区间，讨论半参数效率的条件；使用估计的倾向评分会增加其研究设置中的方差。它说明团队能够把估计方法、渐近分析与不确定性量化结合起来。但它研究平均处理效应及匹配方法的性质，不能自动给出所有条件因果量的性能评价准则，也未消除反事实结果不可观测的问题。平均处理效应卡尺匹配估计量的渐近理论

3.《用于高维因果生存分析的马蹄森林》，Jacobs、van Wieringen 与 van der Pas，2025 年预印本、2026 年 5 月修订，并有 Bayesian Analysis 关联 DOI。研究把贝叶斯树集成与马蹄收缩先验结合，用于删失生存数据中的异质性处理效应，通过不同维度、稀疏程度和非线性效应的模拟，以及 TCGA 胰腺导管腺癌数据再分析检验方法。马蹄先验直接作用于树的阶梯高度，并采用可逆跳跃采样；原始摘要报告在所测试高维场景中能够准确估计处理效应。作者论文记录它与本岗位涉及的条件性、异质性因果量紧密相关，也提供高维变量与删失结局的实际场景。现有证据支持其方法构建及上述验证方式，不提供可在本报告复述的统一效果提升数值；它同样没有解决真实应用中反事实真值缺失带来的全部评估难题。用于高维因果生存分析的马蹄森林

4.《干预下的预测：利用纵向观察数据评估反事实性能》，Keogh 与 van Geloven，2024 年。论文讨论当预测目标是某项干预下的反事实结果时，为什么普通预测模型的性能评估不再适用，通过人工删失和逆概率加权构造对应干预策略的验证数据，扩展校准、区分能力和 Brier 分数；模拟覆盖应能发现性能不佳的情景，并以肝移植数据演示应用。作者原稿 它为本岗位中的评价对象和评价数据问题提供了直接基础。其关键边界是反事实性能需要在特定因果条件下识别；对通常观察到的结果预测准确，不足以证明某种干预下的预测同样可信。干预下的预测：利用纵向观察数据评估反事实性能

5.《基于风险的决策：干预下序贯预测的目标量》，Luijken、Keogh 与 van Geloven，来源记录日期为 2024 年 11 月。论文形式化定义干预下序贯预测所需的目标量，强调可选干预、决策时点、预测时间窗、预测变量及可识别性，并讨论可交换性和正值性等条件。其贡献是先准确说明要预测和评价的对象，再讨论估计和验证；局限是这些定义与识别条件本身不能保证实际数据满足要求。因此，本博士需要把目标量、假设和评价方法逐一对应。基于风险的决策：干预下序贯预测的目标量

6.《流行病学方法的实证评估能够告诉我们什么》，Labrecque，2025 年评论文章。文章指出，某项方法在一组实证评价中表现良好，只能说明它在相应数据生成结构和假设下的表现，不能证明它在一般情况下都有效。这为跨可合理辩护的设计、数据和假设整合证据提供了依据。该文属于方法论评论，价值是厘清解释边界；它不等于已经提供本博士所需的完整统计评价框架。流行病学方法的实证评估能够告诉我们什么

联合研究计划与可用资源

Safe Causal Inference 包括分布在荷兰的 8 名博士研究者和 5 名首席研究人员，旨在结合领域知识与数据驱动算法，发展迭代式因果推断方法，将不同假设下的信息及各种不确定性纳入分析。VU 因果推断博士官方招聘

TU Delft 研究门户记录了 NWO Open Competition ENW-XL 对该联合计划提供的 250 万欧元资助，参与者来自莱顿、鹿特丹、阿姆斯特丹等地。这是整个联合计划的资助规模，不能视为本博士个人可支配经费。Causal Inference for AI 系列活动也显示，荷兰相关社群在 2025—2026 年持续讨论干预下预测、CATE 评估、因果证据整合及有效样本量等问题。Safe Causal Inference 的 NWO 资助记录 Causal Inference for AI 学术活动

据此，本岗位具有跨统计学、因果机器学习和临床流行病学的交流条件。不过，公开信息尚未落实候选人的具体办公安排、代码审阅制度、可直接使用的数据、差旅额度，以及三位导师共同开会的频次。这些执行条件会影响跨机构指导实际带来的收益。

研究方向、可行课题与职业前景

方法发展背景

条件因果效应与干预下预测是因果机器学习、统计学和生物统计的重要研究方向。Wager 与 Athey 的因果森林工作，利用随机森林开展异质性处理效应估计与推断，为灵活的效应估计提供理论基础，也涉及因果效应缺少可直接观察的测试集真值这一困难。利用随机森林估计异质性处理效应并进行推断

2025 年 ICML 的 AutoCATE 则反映出另一层实际挑战：CATE 方法的实施、调参、验证及基准比较仍有障碍，需要把流程选择与评价放在一起研究。方法可以自动训练，并不意味着其条件因果结论已经得到可靠验证。AutoCATE：端到端自动处理效应估计

本博士的价值在于针对这一评价缺口，研究综合不同数据集、假设和方法的证据能否更完整地反映估计性能。为了形成博士层面的实质贡献，研究需要清晰定义目标量、可识别条件和比较规则，避免停留在笼统讨论“应综合多种证据”。

可讨论的研究切入点

以下是根据招聘目标推导的可行方向，尚非导师已经确定的年度计划：

• 明确 CATE 估计量和特定干预下预测的评价目标，并将各项目标与所需因果假设对应。
• 比较反事实评价、事实评价和以试验为基准的评价，说明每种途径在什么条件下具有信息价值。
• 建立模拟框架，有控制地改变可交换性、正值性或一致性条件，研究不同评价方法在假设偏离时的行为。
• 为分析者形成可操作的评价选择指南，说明选择某种方法意味着愿意承担哪些假设。
• 如导师希望交付软件，开发 R 或 Python 工具，或构建可复现的基准评价方案。

具有说服力的论文组合可能同时包括理论、模拟、软件及至少一个健康或统计应用。若主要工作只是对方便取得的数据集运行现有估计器，而没有澄清目标量与评价依据，则难以充分体现本课题的方法价值。具体哪些数据、试验或登记数据库已经可用，仍须确认。

职业去向及技能价值

VU 数学博士项目列举的毕业去向包括高校与科研机构、商业组织、非政府组织、数据科学、咨询及政策开发。它支持数学统计训练具有多种去向的判断，但不是本研究组毕业生就业率或特定企业录用记录。VU 数学博士培养与职业发展

Cedefop 的 ICT 职业研究指出，该领域受高等教育人才占比较高，Python、SQL 与人工智能相关技能受到重视，并预计欧盟 ICT 专业岗位在 2022—2035 年增长约 30%。荷兰 UWV 的 2026—2028 年预测也认为数字化、网络安全和人工智能推动 ICT 岗位增长，大阿姆斯特丹地区在相应情景下增长相对较强。这些均为较宽的职业市场背景，不能直接换算为因果推断博士的薪酬或就业保证。Cedefop：ICT 专业人才的技能与就业展望 UWV：2026—2028 年荷兰劳动力市场预测

对行业工作最可迁移的能力包括因果推断、实验分析、统计建模、模拟、R/Python、可复现研究，以及向非方法研究者准确解释假设。对学术职业，关键在于形成可发表的方法成果、清楚的理论或实证贡献及可复用代码。

资助、合同、申请与生活成本

已确认的薪资与聘用条款

项目	已有证据
资助与岗位性质	全额资助四年；全职 1.0 FTE
工作量	每周 38 小时
合同	首次聘用一年，考核满意后延长三年
税前基本月薪	入职时 3,204 欧元，第四年最高 4,051 欧元
教学	约占工作时间 15%，例如指导习题课
额外津贴	8% 假期津贴、8.3% 年终奖金
其他福利	通勤费用补助、可选择组合的福利方案、全职最多 41 天年假、带薪育儿假
开始时间	希望尽快入职，理想情况下早于 2027 年 2 月 1 日

四年全额资助的招聘表述与阶段性续聘条件应同时理解；后面三年的合同仍以首期考核满意为前提。3,204—4,051 欧元是不同阶段的税前月薪，不能把第四年金额当成统一起薪，也不能把额外津贴误当成每月均匀发放的到手工资。VU 因果推断博士官方招聘

VU 理学院对本校博士选修常规本科或硕士合同课程提供不超过 30 EC 的免费学习安排，需让相关系负责人知情。这是明确范围的课程待遇，不能推及所有博士或研究费用。理学院博士选课费用规则

公开招聘没有提供个人税后收入模拟，实际到手金额需考虑税款、养老金及适用扣缴。博士注册或培训费用是否由候选人承担也未确认，不能仅由“受雇、全额资助”推断一切费用均为零；应要求雇主明确费用项目和支付方。

截止、材料与提交渠道

官方招聘截止为2026年9月25日；官网未单列系统关闭时刻，提前提交并以实时申请系统为准。岗位目录标注9月8日发布，官方来源记录9月7日，两者为不同渠道的发布日期。 VU官方招聘

请从官方招聘按钮或本岗位在线申请入口提交以下材料：

• 求职信。
• 个人简历。
• 硕士阶段课程与成绩清单。
• 硕士论文或论文草稿，如已有。
• 两位推荐人的姓名和电子邮箱。

邮件提交的申请不予考虑。 当前官方招聘页明确提供咨询联系人 Stéphanie van der Pas：s.l.vander.pas@vu.nl；咨询邮箱不能代替正式申请入口。主要工作地址为 De Boelelaan 1111，1081HV Amsterdam；大学联系地址另列 De Boelelaan 1105，1081 HV。这些地址不替代在线申请渠道。VU 因果推断博士官方招聘 本岗位授权招聘详情 阿姆斯特丹自由大学网站

住房、生活费与国际入职

VU 官方住房说明给出的阿姆斯特丹一居室参考租金为 每月 1,100—2,000 欧元，学校只能为大约 50% 的新入职员工和博士生提供住宿。具体房源、租期及实际签约租金均需确认，不能在收到录取前假定一定能使用大学住房。VU 博士住房说明

Study in NL 给出的荷兰学生生活费一般参考为 每月 1,000—1,500 欧元，主要包括房租、食品、交通、保险等。阿姆斯特丹私人租房可能已经达到或超过这一全国预算区间，因此不能将该学生均值直接当作当地受雇博士的实际总支出。应依据自己拟租房型重做预算，再与雇主提供的到手工资模拟比较。Study in NL：荷兰学生生活费

VU 国际博士信息说明，非欧盟候选人的居留或工作许可需要人力资源部门办理入职流程，并由导师通常提前约三个月启动。计划在 2027 年 2 月前开始的中国申请者，应尽早协调学历审核、合同、许可申请和住房时间。VU 国际博士入职与居留手续

申请者匹配与准备重点

硬性要求与优先背景

招聘要求已取得或即将取得数学、统计学、计量经济学硕士，或同等学历，并具有良好英语沟通能力。生物统计或相近定量学科申请者是否满足“同等”背景，需要由招聘方评估，不能自行视为无条件符合。VU 因果推断博士官方招聘

扎实统计基础、因果推断经验及 R/Python 编程倾向属于优先条件。 招聘没有要求申请者已经精通所有方法，也未列明 IELTS/TOEFL 的统一分数线。是否补交语言证书仍要看学院入学和具体岗位的审核要求。VU 因果推断博士官方招聘 VU 博士申请与入学

最有利的申请材料包括高阶统计、概率或计量经济学课程，具有因果或统计方法内容的硕士论文或草稿，可复现的 R/Python 代码，模拟设计经验，以及简短说明：条件因果估计量的评价为什么不能直接套用普通预测模型的验证方式。

需要补足的背景

以软件开发为主而缺少统计推断、以纯数学为主而缺少实证编程、临床流行病学定量训练不足，或只关注预测精度的机器学习背景，均需补充课题适配证据。这并不构成招聘原文额外设定的排除条件，但申请者应展示自己能够讨论假设、目标量、识别、模拟及负结果。

准备时可重点梳理因果图或潜在结果框架、CATE 估计、干预下预测、R/Python 统计计算、可复现研究和简洁的英文技术表达。阅读上述导师论文，有助于把动机信和面试问题落在具体评价目标和数据条件上。

中国申请者的资格边界

招聘强调国际性、包容性，尤其鼓励学术岗位中代表不足的群体申请，包括女性和少数族裔背景候选人，没有在现有岗位文本中列出国籍限制。但中国硕士学历等值认定、毕业证明提交时点和国际入职仍须核实。VU 因果推断博士官方招聘 VU 国际博士入职与居留手续

VU 的 CSC 页面属于奖学金博士资助路径，其中针对中国申请者的年龄、学历、语言或回国要求不能直接套到本受雇岗位。应通过本岗位招聘入口申请，并按学院规则补交材料。VU 总体入学说明明确区分受雇、奖学金、外部和自费博士，且学院可能要求额外证明或证书。VU 博士资助途径及 CSC 信息 VU 博士申请与入学

风险与应优先确认的问题

优先与导师及人力资源部门确认：

1. 本子课题已经落实哪些数据集、试验、登记数据库或基准套件，候选人何时能使用？
2. 第一篇论文预计以理论、模拟、软件还是应用验证为主，是否已确定初步研究问题？
3. 日常指导由谁负责，VU、LUMC 与 Erasmus MC 三位导师多长时间共同开会一次？
4. 首先研究 CATE、特定干预下的预测风险，还是同时研究两类目标量？
5. 中国硕士学历是否在签约前完成审核；本岗位及学院是否要求 IELTS/TOEFL 或其他语言证明？
6. 税款、养老金及其他扣缴后的月度工资大致是多少；博士注册或培训是否存在个人收费？
7. 对计划在 2027 年 2 月 1 日前入职的国际博士，学校能提供什么实际住房支持？

进一步讨论：

1. 第一年的教学从何时开始，具体涉及哪些课程，约 15% 的比例如何安排？
2. 是否涉及临床数据治理、伦理审批或安全数据访问培训？
3. 联合计划是否安排共同培训周、研讨活动、阅读小组或必须完成的合作成果？
4. 是否要求正式发布软件，优先使用 R、Python 还是两者都需要？
5. 数学证明、模拟、真实数据分析和论文写作之间预期如何分配时间？

这些问题影响项目的研究可行性和个人生活安排。已有信息能够支持四年有薪博士及研究方向匹配的判断，但不足以替代具体的数据、指导、费用和住房确认。

证据与来源

• VU 因果推断博士官方招聘

• VU 数学系

• VU 概率与统计研究方向

• VU 数学博士培养与职业发展

• VU 国际博士入职与居留手续

• VU 博士申请与入学

• VU 博士资助途径及 CSC 信息

• VU 博士住房说明

• Stéphanie van der Pas 个人主页

• Stéphanie van der Pas 研究介绍

• Stéphanie van der Pas 简历

• Stéphanie van der Pas 的 VU 学术档案

• Nan van Geloven 的 LUMC 主页

• Jeremy Labrecque 个人主页

• Causal Inference for AI 学术活动

• Safe Causal Inference 的 NWO 资助记录

• 未知截断点下的贝叶斯回归不连续设计

• 平均处理效应卡尺匹配估计量的渐近理论

• 用于高维因果生存分析的马蹄森林

• 干预下的预测：利用纵向观察数据评估反事实性能

• 基于风险的决策：干预下序贯预测的目标量

• 流行病学方法的实证评估能够告诉我们什么

• THE：VU 世界大学排名

• Study in NL：荷兰学生生活费

• Cedefop：ICT 专业人才的技能与就业展望

• UWV：2026—2028 年荷兰劳动力市场预测

• AutoCATE：端到端自动处理效应估计

• 利用随机森林估计异质性处理效应并进行推断

• 本岗位在线申请入口

• 本岗位授权招聘详情

• 阿姆斯特丹自由大学网站

• 官方申请入口

• 作者论文原稿

• 作者论文原稿

• 博士选课费用规则