Gregor Kastner ist seit 2011 Wissenschaftler am Institut für Statistik und Mathematik der WU. Viele von Ihnen haben vielleicht im Jahr 2018 von Gregor Kastner gehört oder gelesen, als er vom Wissenschaftsfond FWF den mit 2 Millionen Euro dotierten Grant für ein höchst spannendes Zukunftskolleg erhalten hat, welches er uns auch in seinem Videobeitrag vorstellt.

Er absolvierte die Studien Technische Mathematik und Informatikmanagement sowie die Lehramtsstudien Informatik, Mathematik und Bewegung und Sport. 2014 promovierte der gebürtige Oberösterreicher an der JKU Linz im Fach Technische Mathematik sub auspiciis praesidentis rei publicae. Internationale Erfahrung sammelte er während seines einjährigen Studienaufenthalts an der ETH Zürich sowie als Visiting Scholar an der University of Chicago Booth School of Business (USA) und der Jiangxi University of Finance and Economics (China).

In seiner Forschung widmet sich Gregor Kastner der Bayesschen Statistik und Ökonometrie, der computationalen Statistik und der mathematischen Modellierung von Unsicherheiten. Für seine Dissertation mit dem Titel „Efficient Bayesian Inference for Univariate and High-Dimensional Stochastic Volatility Models“ gewann der Wissenschaftler 2015 den Best Dissertation Award der Austrian Statistical Association. Kastner publiziert erfolgreich in international renommierten Fachzeitschriften wie dem Journal of Econometrics, dem Journal of Applied Econometrics oder dem Journal of Computational and Graphical Statistics. Er ist Board Member des European Seminar on Bayesian Econometrics (ESOBE) sowie des Bayesian Young Statisticians Meeting (BAYSM), Assistant Editor des Journal of Statistical Software und Associate Editor des ISBA Bulletin. Zudem hat Kastner zahlreiche internationale Konferenzen (mit)organisiert und fungiert regelmäßig als Gutachter für führende Fachzeitschriften in den Bereichen Statistik und Ökonometrie.

In seinem Video erklärt uns Gregor Kastner, wie und warum hochdimensionale Datenmengen zukünftig schneller und besser verarbeitet werden können.