Seit Juli 2025 ist Philipp Bach Juniorprofessor für Ökonometrie am Fachbereich Wirtschaftswissenschaften (Volkswirtschaftslehre) der Freien Universität Berlin. Seine Forschung konzentriert sich auf statistische Methoden des kausalen maschinellen Lernens (Causal Machine Learning) und deren Anwendung in der empirischen Wirtschaftsforschung. Er untersucht, wie die Stärken moderner Machine‑Learning‑Verfahren – insbesondere ihre Fähigkeit, komplexe Zusammenhänge zu modellieren – für ökonomische Fragestellungen nutzbar gemacht werden können. Viele ökonomische Forschungsfragen zielen auf kausale Wirkungsaussagen ab, etwa zur Wirksamkeit politischer Reformen; in seiner Arbeit entwickelt Philipp Bach methodische Ansätze, die Vorhersagekraft und Flexibilität von Machine Learning mit robusten, kausal interpretierbaren Schätzverfahren verbinden. Zudem ist er an der Software‑Entwicklung der Open-Source Library DoubleML beteiligt, um diese Methoden als reproduzierbare Werkzeuge bereitzustellen.

In der Lehre bietet Philipp Bach Vorlesungen und Seminare in Ökonometrie, Statistik, Machine Learning und Data Science (Bachelor, Master, PhD) an. Didaktisch verfolgt er das Ziel, Studierende zunächst für die Anwendung statistischer Verfahren zu begeistern, ihr methodisches Interesse zu vertiefen und ihnen Wege in aktuelle Forschungsthemen zu eröffnen. Er studierte Volkswirtschaftslehre an den Universitäten Mannheim, Kopenhagen und München, promovierte an der Universität Hamburg und war dort bis 2025 als Postdoktorand tätig.