Sessional Lecturer, INF2404H - Explainability & Fairness for Responsible Machine Learning
- Machine learning
- Toronto
- 06/13/2024
- -
Título del Curso: INF2404H – Explicabilidad y Justicia para el Aprendizaje Automático Responsable
Las aplicaciones de Aprendizaje Automático se utilizan cada vez más para tomar decisiones cruciales en sectores como el de la salud, los servicios financieros, la seguridad pública y la educación superior. Este curso examina las técnicas y tecnologías más avanzadas relacionadas con la explicabilidad y la justicia en las aplicaciones de aprendizaje automático. Abordar estos aspectos centrados en el humano es fundamental para el diseño y la operación de sistemas de aprendizaje automático responsables. Los estudiantes explorarán marcos y técnicas para la modelación arquitectónica, análisis y diseño para comprender la explicabilidad y justicia en aplicaciones del mundo real.
Estimación de Inscripción al Curso: 35
Ayuda de Asistente de Docencia: No se anticipa. Estimación de 75 horas con una inscripción de 36 o más. Las horas de TA, si las hay, se asignarán basadas en los números de inscripción.
Por Determinar. Los solicitantes deben estar ubicados en proximidad geográfica a las instalaciones de la Universidad de Toronto para la fecha de inicio del curso para realizar tareas en el campus.
1 de septiembre de 2024 – 31 de diciembre de 2024
Nota: Si hay discrepancias entre estas tarifas y las estipuladas en el Acuerdo Colectivo CUPE 3902 Unidad 3, prevalecerán las tarifas del acuerdo.
Los candidatos preferidos contarán con un doctorado completado o casi completado en un área relacionada, o una maestría con amplia experiencia profesional en el campo relevante. La experiencia previa en docencia es una ventaja.
Las responsabilidades incluyen preparar materiales del curso, impartir el contenido del curso (seminarios, conferencias y laboratorios), desarrollar y administrar asignaciones, exámenes y evaluaciones, calificar y mantener un horario regular de oficina.
Fecha límite: 25 de junio de 2024
Proceso de Solicitud: Los candidatos interesados deben enviar un CV y un formulario de solicitud completado de CUPE 3902 Unidad 3 en un archivo PDF a:
Melissa Szopa, Coordinadora Administrativa, Académica
Facultad de Información
140 St. George Street, Universidad de Toronto
[email protected]
Este trabajo se publica de acuerdo con el Acuerdo Colectivo CUPE 3902 Unidad 3. Se da preferencia a las personas calificadas que han avanzado a los rangos de Profesor Asociado II y Profesor Asociado III, de acuerdo con el Artículo 14:12.
Nombre de la Empresa: Universidad de Toronto
Puesto de Trabajo: Profesor Asociado, INF2404H - Explicabilidad y Justicia para el Aprendizaje Automático Responsable