Madhu Sudan (nacido el 12 de septiembre de 1966) [1] es un informático indio-estadounidense . Ha sido profesor Gordon McKay de Ciencias de la Computación en la Escuela de Ingeniería y Ciencias Aplicadas John A. Paulson de Harvard desde 2015.
Recibió su licenciatura en informática del IIT Delhi en 1987 [1] y su doctorado en informática en la Universidad de California, Berkeley en 1992. [1] [2] La tesis que escribió en la Universidad de California, Berkeley se titula Comprobación eficiente de polinomios y pruebas y dureza de problemas de aproximación . Fue miembro del personal de investigación en el Centro de Investigación IBM Thomas J. Watson en Yorktown Heights, Nueva York, de 1992 a 1997 y luego se convirtió en investigador en el Instituto de Tecnología de Massachusetts (MIT). [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 destacado en los aspectos matemáticos de la informática. Sudán fue honrado por su trabajo en el avance de la teoría de las pruebas comprobables probabilísticamente (una forma de reformular una prueba matemática en lenguaje informático para realizar comprobaciones adicionales de su validez) y el desarrollo de códigos de corrección de errores . [1] Por el mismo trabajo, recibió el Premio Distinguido de Tesis Doctoral de la ACM en 1993 y el Premio Gödel en 2001 y fue orador invitado de la ICM en 1998. [5] Es miembro de la ACM (2008) . [6] En 2012 se convirtió en miembro de la Sociedad Matemática Estadounidense . [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, recibió la medalla IEEE Richard W. Hamming para 2022. [10]
Sudán ha hecho importantes contribuciones a varias áreas de la informática teórica, incluidas las pruebas comprobables probabilísticamente, la no aproximabilidad de los problemas de optimización , la decodificación de listas y los códigos de corrección de errores. [8]