Madhu Sudan (nacido el 12 de septiembre de 1966) [1] es un informático indio-estadounidense . Ha sido profesor de Ciencias de la Computación Gordon McKay en la Escuela de Ingeniería y Ciencias Aplicadas John A. Paulson de Harvard desde 2015.
Recibió su licenciatura en ciencias de la computación del IIT Delhi en 1987 [1] y su doctorado en ciencias de la computación en la Universidad de California, Berkeley en 1992. [1] [2] La disertación que escribió en la Universidad de California, Berkeley se titula Efficient Checking of Polynomials and Proofs and the Hardness of Approximation Problems . Fue miembro del personal de investigación en el IBM Thomas J. Watson Research Center en Yorktown Heights, Nueva York de 1992 a 1997 y se convirtió en investigador en el Instituto Tecnológico de Massachusetts (MIT) después de eso. [1] De 2009 a 2015 fue investigador permanente en Microsoft Research New England antes de unirse a la facultad de la Universidad de Harvard en 2015. [3]
En 1998, recibió la beca de investigación Sloan . [4] Fue galardonado con el premio Rolf Nevanlinna en el 24º Congreso Internacional de Matemáticos (ICM) en 2002. El premio reconoce el trabajo sobresaliente en los aspectos matemáticos de la informática. Sudan fue honrado por su trabajo en el avance de la teoría de pruebas probabilísticamente comprobables —una forma de reformular una prueba matemática en lenguaje informático para verificaciones adicionales de su validez— y el desarrollo de códigos de corrección de errores . [1] Por el mismo trabajo, recibió el Premio de Tesis Doctoral Distinguida de la ACM en 1993 y el Premio Gödel en 2001 y fue orador invitado del ICM en 1998. [5] Es miembro de la ACM (2008). [6] En 2012 se convirtió en miembro de la American Mathematical Society . [7] En 2014 ganó el Premio Infosys en ciencias matemáticas. [8] En 2017 fue elegido miembro de la Academia Nacional de Ciencias . [9] En 2021, fue galardonado con la Medalla IEEE Richard W. Hamming 2022. [10]
Sudan ha hecho contribuciones importantes a varias áreas de la informática teórica, incluidas pruebas probabilísticamente comprobables, no aproximabilidad de problemas de optimización , decodificación de listas y códigos de corrección de errores. [8]