Arjun Balakrishnan은 데이터 업무에서 포커로 입문했다. 그의 초기 경력은 산업 분야에서 통계 모델을 구축하고 검증하는 일이었으며, 그곳에서 그는 이 페이지의 모든 글을 형성하는 습관을 배웠다. 모델의 결과물을 신뢰하기 전에, 그것이 어떤 가정을 허용받았는지 이해해야 한다는 것이다.
현재 그는 풀타임으로 solver solution을 연구하고 있으며, 그의 업무는 대부분 방법론적이다. bet-size tree와 board subset이 solution을 어떻게 변화시키는지. solver 결과물의 얼마나 많은 부분이 실제로 테이블에서 실행 가능한 형태로 단순화되어 살아남는지. 같은 상황에서 두 개의 solver가 서로 다른 결과에 도달할 때, 그 이유가 무엇인지. ICM 모델이 칩을 돈으로 환산할 때 실제로 무엇을 주장하고 있는지. 그는 대규모 시뮬레이션 배치를 실행하고 취합 결과가 말하는 바를 보고하는데, 취합 결과가 지루한 경우도 포함한다.
Balakrishnan은 포커를 하지만 자신을 강한 플레이어라고 표현하지 않으며 자신의 실적을 논거로 사용한 적이 없다. 그의 입장은 solver 결과물이 테이블 지침이 아니라 게임에 대한 증거라는 것이다. 그것은 존재하지 않는 상대를 가정하며, 흥미로운 작업은 실제로 존재하는 상대들을 상대로 그것으로부터 얼마나 벗어날지 결정하는 것이다. 그는 단일 solver 실행을 확정된 진실로 제시하는 콘텐츠에 비판적이며, 자신감 있는 수치를 만들어내기보다는 어떤 질문이 현재 답변되지 않은 상태라고 말하는 것을 선호한다.
