Sanket Agrawal, postdoc
Sanket Agrawal blev ansat som postdoc den 1. januar 2026 ved instituttets sektion for statistik og sandsynlighedsregning.
Sankets forskning ligger i krydsfeltet mellem sandsynlighedsregning, statistik og beregning med fokus på de teoretiske grundlag for Markov-kæde Monte Carlo-metoder til bayesiansk beregning.
Han trækker på værktøjer fra teorien om Markov-processer, højdimensionel statistik og bayesiansk asymptotik for at undersøge stabiliteten af disse metoder i højdimensionelle og big data-regimer.
Inden han kom til KU, afsluttede Sanket sin ph.d. i statistik ved University of Warwick (UK) under vejledning af Gareth Roberts. Hans afhandling fokuserede på ”the provable scalability of sampling methods based on piecewise deterministic Markov processes in Bayesian inference for large datasets”.
Sanket kommer oprindeligt fra Indien, hvor han afsluttede sin bachelor- og kandidatgrad i statistik.
På MATH/KU vil Sanket arbejde sammen med Jun Yang på dennes Sapere Aude-finansierede projekt, "Geometry-Aware Monte Carlo Sampling (GAMeS)", hvor han udvikler teori og metodologi for skalerbar Monte Carlo.
Sanket elsker at holde pauser, så kig gerne forbi hans kontor 04.2.11 for en snak.