Sessional Lecturer, INF2205H - Designing Sustainable & Resilient Machine Learning Systems with MLOps
- Machine learning
- Toronto
- 06/13/2024
- -
Oferta pracy na Uniwersytecie Torontońskim
Zima 2025 (styczeń - kwiecień)
Kurs: INF2205H – Projektowanie zrównoważonych i odpornych systemów uczenia maszynowego z MLOps
Decydenci w nowoczesnych organizacjach polegają na systemach uczenia maszynowego, aby wnioskować na podstawie analizowania znaczących wzorców w danych. Liderzy w różnych sektorach wykorzystują te systemy do podejmowania decyzji opartych na dowodach, przy użyciu technik takich jak regresja, klasyfikacja, klasteryzacja i filtrowanie kolaboracyjne. Kurs ten bada najnowocześniejsze techniki i technologie MLOps (Operacje Uczenia Maszynowego). MLOps obejmuje zastosowanie zasad ciągłego dostarczania i integracji (CI/CD), niezbędnych do projektowania zrównoważonych i odpornych systemów uczenia maszynowego. Porusza wyzwania, takie jak "dryfy modelu przy zmianach danych". Studenci nauczą się struktur i technik modelowania architektonicznego, analizy i projektowania, aby zrozumieć teoretyczne i praktyczne aspekty MLOps.
Szacowana liczba zapisów na kurs: 35
Szacowane wsparcie TA: Brak przewidywanego. Szacunkowo 75 godzin, jeśli zapisy osiągną 36 lub więcej. Alokacja godzin TA będzie zależna od liczby zapisów.
Harmonogram zajęć: Do ustalenia. Należy znajdować się w pobliżu terenu uniwersytetu, aby uczestniczyć i wykonywać obowiązki na miejscu od daty rozpoczęcia.
Daty sesji: 1 stycznia 2025 - 30 kwietnia 2025
Należy pamiętać, że w przypadku jakichkolwiek rozbieżności w stawkach zgodnie z umową zbiorową, obowiązują stawki wymienione w umowie.
Preferowani kandydaci będą posiadać stopień doktora (ukończony lub w trakcie ukończenia) związany z kursem lub magistra z szerokim doświadczeniem zawodowym w odpowiedniej dziedzinie. Doświadczenie w nauczaniu jest preferowane.
Obowiązki obejmują przygotowanie materiałów kursowych, prowadzenie treści kursu (seminaria, wykłady i laboratoria), opracowywanie i przeprowadzanie zadań kursowych, testów, egzaminów, ocenianie oraz prowadzenie regularnych godzin konsultacji.
Termin składania wniosków: 27 czerwca 2024
Zainteresowani aplikanci muszą złożyć CV i wypełniony formularz aplikacyjny CUPE 3902 Unit 3 w jednym pliku PDF do:
Melissa Szopa, Koordynator Administracyjny, Akademicki
Wydział Informacji, 140 St. George Street, Uniwersytet w Toronto
Email: [email protected]
To ogłoszenie o pracy jest zgodne z umową zbiorową CUPE 3902 Unit 3. Preferencje w zatrudnieniu przysługują kandydatom awansowanym