刘俊驿，博士，2019年于美国南加州大学获得工业与系统工程博士学位。 所获奖励 随机优化学会(Stochastic Programming Society)，Dupacova-Prekopa最佳学生论文奖，Finalist, 2019 教育背景 美国南加州大学，工业与系统工程，博士，2019 中国科学技术大学，少年班学院，统计，学士，2015 工作经历 2019年9月-2021年3月，美国南加州大学工业与系统工程系，博士后 2021年4月-2022年12月，清华大学工业工程系，助理教授 2022年12月至今，清华大学工业工程系，副教授

刘俊驿老师的研究兴趣主要集中在不确定环境下数据驱动的决策模型与方法，包括： 方法：随机优化、非凸非光滑优化、风险测度优化等 应用：机器学习、供应链管理、收益管理、个性化医疗等

Cui, Y., Liu, J. and Pang, J-S.* (2022) Nonconvex and Nonsmooth Approaches for Affine Chance Constrained Stochastic Programs. Set-valued and Variational Analysis. Liu, J.* and Pang, J-S. (2022) Risk-based Robust Statistical Learning By Stochastic Difference-of-Convex Value-Function Optimization. Operations Research. Liu, J.*, Cui, Y., and Pang, J-S. (2022) Solving Nonsmooth and Nonconvex Compound Stochastic Programs with Applications to Risk Measure Minimization. Mathematics of Operations Research. Liu, J.*, Li, G. and Sen, S. (2021) Coupled Learning Enabled Stochastic Programming with Endogenous Uncertainty. Mathematics of Operations Research. Liu, J. and Sen, S.* (2020) Asymptotic Convergence Rate of Stochastic Decomposition Algorithm for Two-stage Stochastic Quadratic Programming. SIAM Journal on Optimization. Liu, J., Cui, Y.*, Pang, J-S. and Sen, S. (2020) Two-stage Stochastic Programming with Linearly Bi-parameterized Recourse Functions. SIAM Journal on Optimization. (Finalist of 2019 Dupacova-Prekopa Best Student Paper Prize in Stochastic Programming) Deng, Y., Liu, J. and Sen, S.* (2018) Coalescing Data and Decision Sciences for Analytics, INFORMS TutORials in Operations Research.