Doktor nauk matematycznych, ekspert w dziedzinie metod obliczeniowych i głębokiego uczenia maszynowego, badacz, programista i manager. Koncepcje teoretyczne z matematyki obliczeniowej przenosi na grunt praktycznych zastosowań wspierających rozwiązania oparte na sztucznej inteligencji. Od 2018 adiunkt na Wydziale Matematyki Stosowanej AGH. Najbardziej istotne wyniki jego badań naukowych dotyczą zastosowania metod sztucznej inteligencji w praktycznych problemach oraz numerycznej aproksymacji równań stochastycznych.

Jako Deep Learning Algorithms Manager od 2019 roku prowadzi w NVIDIA zespół odpowiedzialny za badania i rozwój metod głębokiego uczenia oraz ich optymalizacji. Jego główne obszary zainteresowania to modele rekomendacyjne oraz analiza szeregów czasowych. Od kilku lat pełni także rolę ambasadora NVIDIA Deep Learning Institute.

Był także co-founderem oraz CTO w technologicznym startupie Reliability Solutions, gdzie prowadził zespół odpowiedzialny za analizę danych, w tym predykcyjnego utrzymania ruchu z wykorzystaniem głębokiego uczenia, metod statystycznych oraz uczenia maszynowego.

Uczestnik i prelegent wielu międzynarodowych konferencji naukowych, związanych głównie z metodami obliczeniowymi oraz sztuczną inteligencją.