Mitt huvudsakliga forskningsintresse är Bayesiansk statistik och probabilistisk maskininlärning, samt hur dessa metoder kan användas för att dra vetenskapliga slutsatser om kultur och samhälle. Mitt huvudsakliga tillämpningsområde är att använda text som data för vetenskaplig slutledning.
Jag är för närvarande biträdande universitetslektor i Statistik vid Statistiska institutionen, Uppsala universitet. Innan dess innehade jag en postdoc vid Aalto-universitetet i Helsingfors. Jag disputerade 2018 vid Linköpings universitet på avhandlingen Scalable and Efficient Probabilistic Topic Model Inference for Textual Data som undersökte metoder för att skala temamodeller till stora korpora. Avhandlingen belönades med Cramérpriset för för bästa avhandling i Statistik i Sverige 2018.