Drona Kandhai is hoogleraar data-gedreven computationele financiering aan het Computational Science Lab en de Stochastics-groep van de Universiteit van Amsterdam. Hij is al meer dan twintig jaar actief in de financiële sector, waar hij werkte aan prijs- en risicomodellen, validatie, ontwikkeling en integratie in IT-systemen. Kandhai heeft brede ervaring met uiteenlopende financiële producten en werkte in verschillende afdelingen van ABN AMRO en ING Bank. Naast zijn academische functie is hij hoofd van de afdeling Quantitative Analytics binnen Financial Markets bij ING in Amsterdam.

Hij promoveerde aan de Universiteit van Amsterdam in de computationele natuurkunde, met een proefschrift over numerieke modellering en simulatie van complexe stromingsdynamica. Zijn onderzoek richt zich onder andere op het gebruik van data-gedreven microsimulaties om het complexe gedrag van financiële markten te doorgronden, het modelleren van onderliggende mechanismen in multi-scale modellen voor prijsbepaling en risicobeheer van derivaten, en de toepassing van data-gedreven methodes op financiële fraude. Kandhai publiceert regelmatig in internationale wetenschappelijke tijdschriften.

Sander Klous is hoogleraar AI & Audit aan de Universiteit van Amsterdam. Hij combineert functies aan de Amsterdam Business School, waar hij wetenschappelijk directeur is van de AI4Fintech-groep, en aan het Informatica Instituut, waar hij de Complex Cyber Infrastructure-groep leidt. Daarnaast is hij partner bij KPMG Advisory Nederland, waar hij op bestuursniveau advies geeft over digitale transformaties, met bijzondere aandacht voor de ESG-impact van data en AI.

Sander begeleidt tussen de vijf en tien promovendi tegelijk en staat bekend om zijn ervaring met grootschalige, multidisciplinaire onderzoeksprojecten van hoge maatschappelijke relevantie. Zijn boek We are Big Data is een van de bestverkochte boeken over big data in Nederland en werd genomineerd voor managementboek van het jaar in 2015.

Eerder werkte hij aan verschillende projecten bij CERN, het grootste natuurkunde-instituut ter wereld in Genève, en maakte hij deel uit van de ATLAS-samenwerking die in 2012 het Higgs-deeltje ontdekte (Nobelprijs voor Higgs en Englert in 2013). Hij heeft meerdere beurzen en prijzen ontvangen op het gebied van high-performance distributed computing en is een van de meest geciteerde onderzoekers van de UvA.

Erman Acar is universitair docent Explainable AI (XAI) in Finance aan het ILLC en het IvI van de Universiteit van Amsterdam. Zijn onderzoek richt zich op neurosymbolische AI, uitlegbaarheid en interpretatie van AI-systemen, computationele logica en multi-agent systemen, met toepassingen in de financiële technologie. Hij publiceert en recenseert regelmatig voor toonaangevende AI-conferenties.

Erman promoveerde in de AI aan de Universiteit van Mannheim en behaalde zijn master in Computationele Logica aan de TU Wenen en TU Dresden. Hij was gastonderzoeker aan onder andere de Universiteit van Bozen-Bolzano, de Universiteit van Amsterdam, de Universiteit van Calabrië en de Universiteit van Oxford. Meer informatie is te vinden op sup-erman.github.io.

Sven Karbach is universitair docent Data-gedreven Wiskundige Modellering en Computationele Financiering, verbonden aan de Stochastics-groep van het KdVI en het Computational Science Lab van het IvI. Zijn onderzoek richt zich op het ontwikkelen van niet-parametrische modellen voor financiële markten, met bijzondere aandacht voor hernieuwbare energiemarkten, duurzame financiering, en stochastische optimalisatieproblemen zoals het hedgen van forward curve derivaten en optimale handelsstrategieën.

Voorafgaand aan zijn aanstelling was Sven postdoctoraal onderzoeker aan de Universiteit van Hamburg. Hij promoveerde in 2022 in de Wiskunde aan de Universiteit van Amsterdam.

Simon Trimborn is universitair docent Econometrie en Data Science aan de Amsterdam School of Economics van de Universiteit van Amsterdam. Voor zijn aanstelling aan de UvA werkte hij aan de City University of Hong Kong en de National University of Singapore. Hij promoveerde aan de Humboldt-Universität zu Berlin met een proefschrift over de statistiek van digitale financiën.

Zijn onderzoek richt zich op hoog-dimensionale data-analyse van tijdreeksen, toegepast op vraagstukken in sociale media, cryptovaluta, blockchain en financiën. Hij levert bijdragen aan netwerkmodellering, duurzame financiering en blockchain-analyse. Zijn werk verschijnt in tijdschriften zoals Journal of Financial Econometrics, Journal of Empirical Finance en het R Journal. Hij zit in de redactieraden van Digital Finance, Statistics, Statistical Methods and Applications, en Annual Review of FinTech, en is lid van het wetenschappelijk comité van de CRIX-index.

Fernando is universitair hoofddocent aan het Informatica Instituut van de Universiteit van Amsterdam. Binnen de SIAS-groep leidt hij het Prosocial Dynamics Lab en is hij wetenschappelijk labmanager van het Civic AI Lab. Daarnaast werkt hij samen met ING in het kader van Kickstart AI, waar hij zich richt op bias, transparantie en strategische classificatie binnen bancaire toepassingen.

Zijn onderzoek bevindt zich op het snijvlak van AI, multi-agent systemen en complexe systemen. Hij bestudeert gedragsdynamiek in systemen met lerende agenten, met als doel het ontwerpen van prosociale en eerlijke AI. Eerder was Fernando postdoctoraal onderzoeker aan Princeton University, en hij promoveerde in Computer Science and Engineering aan het Instituto Superior Técnico in Lissabon.

Marcel Boersma is universitair docent aan de Amsterdam Business School van de UvA en richt zich op het ontwikkelen van AI-methodes voor financiële auditing. Naast zijn academische werk is hij Senior Manager bij KPMG, waar hij productontwikkeling leidt binnen het innovatieteam.

Marcel werkt veel samen met interdisciplinaire onderzoeksgroepen en industriële partners en past geavanceerde computationele en AI-methodes toe op praktijkvraagstukken. Hij publiceert regelmatig op internationale conferenties en in wetenschappelijke tijdschriften, en zet zich actief in om de brug tussen academie en praktijk te versterken via onderzoek met impact.