Sessional Lecturer, INF2404H - Explainability & Fairness for Responsible Machine Learning
- Machine learning
- Toronto
- 06/13/2024
- -
Tytuł kursu: INF2404H – Wyjaśnialność i sprawiedliwość w odpowiedzialnym uczeniu maszynowym
Stosowanie aplikacji uczenia maszynowego w coraz większym stopniu jest wykorzystywane do podejmowania kluczowych decyzji w sektorach takich jak opieka zdrowotna, usługi finansowe, bezpieczeństwo publiczne i szkolnictwo wyższe. Ten kurs bada najnowocześniejsze techniki i technologie związane z wyjaśnialnością i sprawiedliwością w aplikacjach uczenia maszynowego. Zwrócenie uwagi na te aspekty zorientowane na człowieka jest kluczowe dla projektowania i operowania odpowiedzialnymi systemami uczenia maszynowego. Studenci będą badać ramy i techniki do modelowania architektonicznego, analizy i projektowania w celu zrozumienia wyjaśnialności i sprawiedliwości w rzeczywistych zastosowaniach.
Szacunkowa liczba uczestników kursu: 35
Wsparcie asystenta nauczyciela: Nie przewiduje się. Szacunkowa ilość godzin to 75 przy liczbie uczestników 36 lub większej. Godziny pracy asystentów, o ile takie będą, zostaną przydzielone w oparciu o liczbę uczestników.
Do ustalenia. Kandydaci muszą znajdować się w geograficznym sąsiedztwie terenów University of Toronto przed datą rozpoczęcia kursu, aby móc wykonywać obowiązki na kampusie.
1 września 2024 – 31 grudnia 2024
Uwaga: W przypadku rozbieżności pomiędzy tymi stawkami a tymi określonymi w Umowie Zbiorowej CUPE 3902 Unit 3, obowiązują stawki określone w umowie.
Preferowani kandydaci będą posiadać ukończony, lub prawie ukończony, doktorat w powiązanej dziedzinie lub tytuł magistra z bogatym doświadczeniem zawodowym w odpowiedniej dziedzinie. Doświadczenie w nauczaniu będzie dodatkowym atutem.
Odpowiedzialność obejmuje przygotowanie materiałów do kursu, prowadzenie treści kursu (seminaria, wykłady, laboratoria), tworzenie i administrowanie zadaniami, testami i egzaminami, ocenianie oraz prowadzenie regularnych godzin konsultacyjnych.
Termin nadsyłania zgłoszeń: 25 czerwca 2024
Proces aplikacyjny: Zainteresowani kandydaci muszą przesłać 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, University of Toronto
[email protected]
To ogłoszenie jest publikowane zgodnie z Umową Zb