刘军，1985年于北京大学获数学学士学位；1991年在美国芝加哥大学获统计学博士学位；自2000年起，一直担任美国哈佛大学统计系终身教授至今。他曾兼任哈佛生物统计系教授；任斯坦福大学统计系助理教授、副教授、终身教授（1994-2004）。2014年，刘军积极推动成立清华大学统计学研究中心，并任名誉主任。今年七月，他作为筹委会主席，牵头在清华大学建立了实体的统计与数据科学系。
刘军于1995年获得美国国家科学基金会的CAREER奖，同年被斯坦福大学评选为Terman Fellow；2000年获得国际贝叶斯学会的Mitchell最佳论文奖；2002年被国际数理统计学会选为Medallion Lecturer；2004年被国际伯努力学会选为Bernoulli Lecturer；2008年被剑桥大学选为Kuwait Lecturer。刘军教授于2002年获得北美五大统计协会联合颁发的考普斯“会长奖”（COPSS Presidents’ Award，公认为国际统计学界的最高荣誉）；2004、2005年分别成为美国数理统计学会和美国统计学会会士（Fellow）；2010年获得世界华人数学家大会的晨兴应用数学金奖（三年一度）；2012年获得泛华统计协会杰出成就奖；2014年被ISI评为论文高频引用的数学家；2016年获得泛华统计协会许宝騄奖（三年一度）；2017年获得Jerome Sacks 杰出交叉学科贡献奖(一年一度)；2022年当选国际计算生物学会会士（Fellow）。
在统计理论方面，刘军教授参与创立了序贯蒙特卡洛和粒子滤波方法；对马尔可夫链蒙特卡洛（MCMC）方法的设计构建了重要理论框架，提出了可以大幅提高MCMC抽样和最优化算法效率的若干新技术，并广泛应用这些理论和方法于工程学、生物信息学、大数据分析、个性化医疗等许多领域。在生物信息学方面，刘军教授是国际上为数不多的将贝叶斯模型和MCMC方法成功应用于该领域的统计学家之一。由刘军教授提出的“Gibbs保守串抽样和指针”是到目前为止生物学者寻找DNA和蛋白序列中精巧模式的两种最流行算法，在了解基因调控和蛋白同源性方面有非常成功的应用。近年来，刘军教授投入对统计学习理论和方法的研究。利用逆回归方法在高维非参数模型变量选择及预测、高维复杂分类逻辑回归模型构造和预测、高维贝叶斯模型选择及预测等方面取得一系列突破性进展，对大数据处理方面有深远影响。截至2023年12月，刘军教授在各类国际顶尖学术杂志及书刊上发表论文三百余篇和一本专著， 被引用近八万余次（Google scholar）。
