-
• Murat Kocaoglu,约翰霍普金斯大学计算机系助理教授,CausalML Lab负责人 -
• 核心领域:基础因果推断理论、机器学习、概率图模型、复杂数据的因果分析 -
• 组内成果涵盖顶会(NeurIPS/ICML/AAAI),多偏理论创新,重视跨学科与数理扎实
【招生方向】
-
• 博士/硕士:欢迎有志于“因果推断、AI前沿、数理建模”跨学科背景强烈申请 -
• 对候选人的核心要求: -
1. 做科研的强动机 -
2. 数学能力成熟(本科级概率论、线代能力突出) -
3. 真实项目/论文研究经历(有则加分,无亦可)
-
【官方建议与沟通】
-
• 申请推荐流程:12月15日前经JHU CS博士官方系统递交 -
• 同步发送邮件至mkocaoglu@jhu.edu[1],主题含“Prospective”,邮件需附CV及研究兴趣简述 -
• 建议优先“主动读组内论文”,邮件内容尽量精准引用实验室核心成果(不要用LLM写邮件/读论文!)
【本科生/硕士生参与机会】
-
• 本科生可参与课题组,需修过概率课程、愿意稳定贡献项目 -
• 可直接邮件表达意向,附成绩单CV
【申请特别提示】
-
• 邮件务必简洁,突出特色 -
• 材料齐备(CV、成绩单) -
• 展现对因果推断或本组成果的独立理解与兴趣点
【团队风格/组内亮点】
-
• 理论基础深厚,重数学推理与实证验证 -
• 支持跨学科、创新型成长路径 -
• 学术交流氛围自由,鼓励自主选题与国际合作
【结语】
如果你希望在因果AI、基础ML领域做出原创贡献,对概率、线代、理论建模有浓厚兴趣,Kocaoglu组是成长机会。需英文文书范本、组内论文解析、申请建议可留言获取。









