Nicolas Loizou est professeur adjoint au département de mathématiques appliquées et de statistiques et à l'Institut mathématique pour la science des données (MINDS), avec une nomination secondaire au département d'informatique, à l'université Johns Hopkins.

Auparavant, il était chercheur postdoctoral à Mila – Institut québécois d'intelligence artificielle et à l'Université de Montréal. Il a soutenu sa thèse de doctorat en optimisation et recherche opérationnelle à l'École de mathématiques de l'Université d'Édimbourg en 2019. Ses recherches portent sur l'optimisation à grande échelle, l'apprentissage automatique, l'algèbre linéaire numérique randomisée, les algorithmes distribués et décentralisés, la théorie des jeux et l'apprentissage profond. Ses travaux actuels portent sur la théorie et les applications de l'optimisation convexe et non convexe dans le cadre de problèmes d'apprentissage automatique et de science des données à grande échelle. Il a reçu plusieurs prix et bourses, dont le prix doctoral 2019 de la Société de recherche opérationnelle (finaliste) pour « L'ensemble de travaux de recherche le plus remarquable ayant mené à l'obtention d'un doctorat en recherche opérationnelle », la bourse postdoctorale IVADO, le prix du meilleur article COAP 2020 et le prix de recherche CISCO 2023.