食品安全与监管决策网络建模博士候选人

该项目致力于开发多层网络建模方法以处理食品安全数据，从而提升风险评估与监管决策水平。研究旨在为污染物及暴露情况提供实证依据，需要具备强大的定量技能以及针对关系数据的计算建模经验。

职位说明： 马斯特里赫特大学商学院与比利时健康研究机构及领先的公共卫生研究组织Sciensano合作，正在招聘一名从事食品安全与监管决策网络建模研究的博士候选人。 Sciensano 在食品安全、食品污染物、暴露评估、风险分析以及科学证据生成方面拥有丰富的专业经验，能为政府机构提供支持。此次合作将马斯特里赫特大学的方法学研究与 Sciensano 面向政策的食品安全评估及欧洲层面风险管理决策工作相结合。 该职位专注于开发新的多层网络建模方法，以处理结构化的食品安全数据。其目标是为污染物风险评估、食品安全监测及监管决策提供依据支持。 该博士候选人将在与公共卫生及监管问题紧密合作的过程中开展原创性的研究方法研究。该项目提供了一个独特的机会，能够在科学证据、监管判断与社会影响紧密关联的环境中构建严谨的计算模型。 项目： 该博士项目旨在开发新的多层网络建模方法，以处理结构化的食品安全数据。该项目致力于解决一个开放性的方法论挑战：如何构建、估算、验证及解释能够支持污染物风险评估与监管决策制定的网络模型。 该项目致力于开发基于网络的模型，以分析食品安全数据中的复杂关系，包括与污染物、消费模式、暴露评估及监管优先级相关的信息。其方法论贡献在于构建适用于此类异质化且具有关联性的数据的模型，而非简单地将现有算法应用于新领域。 该研究建立在Sciensano在食品安全、暴露评估及污染物风险分析领域已有的研究成果基础之上。Sciensano的相关工作为比利时和欧洲层面的风险管理者制定基于科学的政策、法规及决策提供了支持。此次合作使该项目拥有坚实的社会与机构背景，同时保留了明确的研究方法目标。 申请者将： 开发用于结构化食品安全数据的新型网络建模方法。 从事模型构建、估计、验证、解释、不确定性评估及稳健性分析相关工作； 分析与食品安全、污染物、消费模式、暴露评估及监管决策相关的异构数据； 研究网络模型如何为食品安全机构支持污染物风险评估、优先事项监测及证据生成提供支撑。 在可重复的研究工作流程中应用计算方法； 在国际同行评审期刊上发表研究论文，并在学术会议上展示研究成果； 与马斯特里赫特大学、Sciensano以及相关的学术或政策相关合作伙伴的研究人员合作； 在约定的期限内完成博士论文。

Candidate profile: We are looking for a candidate with a strong quantitative and computational background who is motivated to develop rigorous modelling approaches for societally relevant regulatory questions. The candidate should have: a completed or near-completed master’s degree in a relevant field, such as computer science, data science, applied mathematics, statistics, econometrics, operations research, physics, computational social science, systems science, or a related quantitative discipline; demonstrated experience with programming for data analysis or computational modelling, preferably in Python, R, Julia, or a comparable language, and willingness to further develop skills in writing reproducible, modular, and maintainable research code; a foundation in at least one relevant methodological area, such as network modelling, statistical learning, machine learning, probabilistic modelling, complex systems, or computational modelling, together with the ability and motivation to develop the specialised network-modelling expertise required for the project; an interest in structured, relational, and heterogeneous data; the ability to formulate research questions with both methodological and applied relevance; strong analytical skills and the capacity to work independently; strong written and spoken English communication skills, preferably at C1 level or higher according to the CEFR, with the ability to explain technical concepts to interdisciplinary academic, public-health, and policy-facing audiences; ability and willingness to work in an interdisciplinary environment involving methodological, food-safety, public-health, and regulatory expertise. Experience with food safety, contaminant risk assessment, exposure assessment, nutrition, toxicology, public health, or regulatory science is welcome but not required. Domain-specific knowledge can be developed during the project in collaboration with Sciensano. A strong technical profile and an interest in food safety decision-making are more important. The starting date is negotiable, but ideally the position would start in January 2027. Employment conditions At Maastricht University, the PhD candidate will work in an international, open, and engaged academic environment. The position offers: a 18-month contract, 1.0 FTE, with the prospect of a 2,5 year extension based on mutual satisfaction; a gross monthly salary between €3,204 and €4,051, based on full-time employment of 38 hours per week; 8% holiday allowance and an 8.3% year-end bonus; 29 vacation days, based on full-time employment, four additional days off, and the possibility to accrue up to 12 extra days through compensation hours; flexible working hours, a home office allowance, and the option to work from home; supervision by researchers from Maastricht University and Sciensano; the opportunity to develop new methodology in network modelling, computational analysis, and structured food-safety data; close collaboration with Sciensano, a public-health institute with established expertise in food safety, exposure assessment, contaminant risk analysis, and scientific evidence generation for public authorities; access to doctoral training, research seminars, methodological expertise, and professional-development opportunities; opportunities to publish in international journals and present at academic conferences; an interdisciplinary research environment combining methodological rigour with public-health and regulatory relevance; a solid pension plan via ABP, company fitness schemes, and access to various university sports facilities; an inspiring work environment in the heart of Europe. Find out more about the PhD journey at Maastricht University , from starting your research to completing your PhD and beyond. As a PhD candidate, you will be automatically enrolled in one of our Graduate Schools. Find out more about our Graduate Schools .

申请程序： 申请材料应包含： 一封动机信，阐述申请者对该职位的兴趣以及其与该项目之间的契合度； 个人简历； 成绩单或已修课程及成绩清单； 一份写作样本，如硕士论文、研究论文或技术报告； 如有，请提供编程、建模或数据分析方面的实例； 至少两名学术评审人的姓名及联系方式。 在动机信中，建议申请者说明其方法论背景如何有助于开发用于食品安全与监管决策的多层网络模型。无需具备食品安全或公共卫生方面的经验，但申请者应愿意与领域专家及与政策相关的研究问题进行互动。 申请者应最迟于2026年11月18日提交材料。 请注意，未完成的申请将不会被考虑。该职位面向内部及外部候选人开放。若资格相同，则优先录取内部候选人。 在马斯特里赫特大学，我们更倾向于直接与潜在候选人联系。因此，我们恳请所有机构或中介不要发送录用通知或邀请信息。 请通过下方按钮立即提交申请。我们期待能进一步了解您！ 关于商学院与经济学学院（SBE）：SBE 是一个涵盖经济学、商业与政策的国际教学机构。我们将学术深度与社会参与相结合。我们的教育方式以小规模、互动性为主。我们的研究重点在于可持续性、包容性及数字化转型等主题，共同致力于为未来世界提供具有影响力的解决方案。 关于马斯特里赫特大学：在马斯特里赫特大学，我们通过合作寻求解决方案，以推动世界的进步。我们拥有23,300名学生和5,400名员工，分布在5个区域地点、6个学院以及70多个研究机构中。我们鼓励您突破界限，探索新的机会，为自己和周围的世界带来变革。携手共进，我们就能找到明天的答案。 该职位面向校内及校外申请者开放。若申请者资质相同，将优先录取校内候选人。 马斯特里赫特大学致力于促进和培育一个多元且包容的社区。我们认为，员工与学生群体的多样性有助于提升该大学的科研与教育质量，并通过包容性的政策以及由师生团队主导的创新项目来实现这一目标。我们鼓励您申请此职位。