PhD-kandidaat Causal machine learning – Evalueren van causale voorspelalgoritmes

Wat ga je doen?

Voor deze twee promotietrajecten aan het LUMC richt je je op data-gedreven evaluatie van gepersonaliseerde voorspelalgoritmes die rekening houden met de causale effecten van medische interventies. Standaardtechnieken voor modelevaluatie, zoals cross-validatie, zijn in dit kader niet toepasbaar omdat causale grondwaarheden nooit direct waarneembaar zijn. Daarom ontwikkel je nieuwe criteria om causale voorspelalgoritmes te kunnen evalueren.

Je test de toepasbaarheid van deze methoden op medische voorspelmodellen met klinische impact. Om brede toepassing mogelijk te maken, ontwikkel je gebruiksvriendelijke software, zoals een R-package. Je publiceert je bevindingen in wetenschappelijke tijdschriften, presenteert op conferenties en onderhoudt contact met relevante belanghebbenden. Daarnaast draag je bij aan seminars, workshops en consortiumbijeenkomsten.

Het eerste promotietraject richt zich op het evalueren van conditionele behandeleffecten, voortbouwend op recente inzichten uit de machine learning-literatuur. Het tweede promotietraject betreft het evalueren van conditionele absolute risico-inschattingen, een concept dat momenteel veel aandacht heeft binnen de biostatistiek en epidemiologie. Het consortium heeft als belangrijke doelstelling om resultaten uit verschillende kwantitatieve disciplines met elkaar te verbinden.

In beide projecten zijn jouw voornaamste taken:

• Je verdiepen in de literatuur en actief bijhouden van recente onderzoeksontwikkelingen;
• Ontwikkelen van nieuwe evaluatiecriteria voor causale voorspelalgoritmes en voorstellen voor hoe deze te schatten;
• Afleiden van statistische eigenschappen, via formules en simulatiestudies;
• Toepassen van de algoritmes op grote medische datasets en interpreteren van de resultaten;
• Bijdragen aan onderwijstaken (10% van je tijd).

Waar ga je werken?

Je werkt bij de afdeling Biomedical Data Sciences van het LUMC, die zich toelegt op de ontwikkeling, interpretatie, evaluatie en implementatie van geavanceerde statistische methoden, data science en datamanagement voor (bio)medisch onderzoek. Je dagelijkse werkplek is de sectie Medische Statistiek, die de grootste biostatistiekgroep van Nederland huisvest. Je werkt samen met onderzoekers van andere instellingen en hebt toegang tot een internationaal netwerk van experts in causale inferentie.

Dit project maakt deel uit van het ‘Safe Causal Inference’-consortium (in totaal acht promovendi). Je werkt nauw samen met onderzoekers van de TU Delft, het Erasmus MC en de VU Amsterdam, waarbij kennis uit informatica, wiskunde, biostatistiek en epidemiologie wordt gecombineerd.

Je wordt begeleid door een interdisciplinair team met expertise in medische statistiek (Dr. Nan van Geloven), informatica (Dr. Jesse Krijthe), wiskunde (Prof. Aad van der Vaart) en epidemiologie (Prof. Saskia le Cessie).

Wat neem je mee?

Als promovendus in causal machine learning ben je geboeid door ontwikkelingen in data science, nieuwsgierig naar hoe dingen werken en wil je zaken tot in de kern doorgronden. Je legt je bevindingen graag uit aan anderen, ook als zij een andere wetenschappelijke achtergrond hebben. Je bent vaardig in programmeren, bijvoorbeeld in R of Python. Je beschikt over:

• Een masterdiploma in (Bio)statistiek, Toegepaste Wiskunde, Data Science, Informatica, Econometrie of een vergelijkbaar vakgebied.
• Interesse in het afleiden van statistische eigenschappen én in het toepassen van methoden op medische datasets.
• Goede communicatieve vaardigheden in het Engels, Nederlands is een pre.

Wat bieden we jou?

Door gezondheid gedreven; dat is onze missie. Dit geldt uiteraard niet alleen voor onze patiënten maar ook voor onze medewerkers. We streven naar een veilige, inclusieve en gelijkwaardige werkomgeving waarin talentontwikkeling en verbindend leiderschap centraal staan. Om te kunnen blijven leren en ontwikkelen bieden wij interne opleidingen en bijscholing aan. Daarnaast heb je recht op een eindejaarsuitkering (8,3%), vakantiegeld, fietsregeling, sportbudget, thuiswerkvergoeding en een uitstekende reiskostenregeling voor woon-werkverkeer. Ook ben je als medewerker van het LUMC aangesloten bij het ABP pensioenfonds. Dit betekent dat maar liefst 70% van je pensioenpremie betaald wordt door het LUMC en je daardoor netto meer salaris over houdt. Wel zo fijn!  

Bekijk alle arbeidsvoorwaarden van het LUMC.

Waar staan wij voor?

Als academisch medisch centrum streeft het LUMC naar een medewerkersbestand dat een goede afspiegeling is van de samenleving. Wij zetten ons in voor de hoogste kwaliteit op het gebied van gezondheidszorg, onderwijs en (internationaal) onderzoek, waarbij diverse perspectieven van cruciaal belang zijn. Duurzaamheid staat bij ons ook hoog in het vaandel: we zetten ons in voor een gezonde toekomst, niet alleen voor mensen, maar ook voor de planeet. In lijn met deze waarden willen we een creatieve en inspirerende werkplek zijn, waar het voor ons van essentieel belang is dat iedereen zich thuis, veilig en erkend voelt. Bij ons draait het om wie je bent en wat je bijdraagt, ongeacht je achtergrond. Samen werken wij aan een duurzame en inclusieve toekomst, zowel voor de mensen om ons heen als voor de wereld waarin we leven. Samen zijn wij LUMC.  

Meer informatie

• Als gedreven PhD-kandidaat bedraagt je salaris minimaal € 3.017,- en maximaal € 3.824,- bruto per maand (schaal Pro, CAO UMC). Deze bedragen zijn op basis van een fulltime dienstverband.
• Per 1 juli 2025 vindt er een cao-loonsverhoging plaats.
• Deze functie is voor de duur van vier jaar.
• Sollicitaties worden bij binnenkomst direct beoordeeld. Zodra we een potentieel geschikte kandidaat vinden, volgt een eerste gesprek. De procedure bevat meerdere interviews, waaronder een presentatie van eerder onderzoek (zoals je masterscriptie).
• Starten kan per juli, augustus of september.
• Je kunt solliciteren op één van de twee projecten, of aangeven dat je in beide geïnteresseerd bent.
• Acquisitie naar aanleiding van deze vacature wordt niet op prijs gesteld.