Jannis Kück (geboren 1992) studierte Wirtschaftsmathematik an der Fakultät für Mathematik, Informatik und Naturwissenschaften der Universität Hamburg. Nach seinem Masterabschluss (2016) nahm er in Hamburg ein Promotionsstudium an der Fakultät für Betriebswirtschaft auf, welches er 2020 mit seiner Dissertation „Advances in Machine Learning: Valid Inference about High-Dimensional Parameters“ abschloss. Forschungsaufenthalte führten ihn 2019 an das Deep Data Lab der University of California, Irvine, sowie 2022 an den Lehrstuhl für angewandte Ökonometrie und Politikevaluation der Universität Freiburg in der Schweiz. Hier forschte er in den Bereichen Data Science, Ökonometrie und (Causal) Machine Learning. Ab Ende 2020 bis zu seinem Wechsel an die Heinrich-Heine-Universität war er Postdoc an der Fakultät für Betriebswirtschaft der Universität Hamburg.
Seine Forschungsschwerpunkte liegen im Maschinellen Lernen, in der Ökonometrie und in der hochdimensionalen Statistik. Jannis Kück interessiert sich dabei insbesondere für Fragestellungen aus dem Bereich „Causal Machine Learning“, d.h. der Kombination aus Maschinelles Lernen und kausaler Inferenz. Hier entwickelt und wendet er Methoden des Maschinellen Lernens zur Schätzung von kausalen Effekten an, z.B. für die Evaluation von Politikmaßnahmen.