Message de Sarath à l’intention des futurs étudiants :

Je suis un généraliste en apprentissage automatique et un spécialiste de l’apprentissage continu. Mon groupe explore un large éventail de problèmes liés à l’apprentissage automatique, en mettant particulièrement l’accent sur la manière dont les systèmes d’apprentissage peuvent acquérir, retenir et développer continuellement des connaissances.

Voici une liste des sujets qui m’intéressent actuellement :

Apprentissage continu/tout au long de la vie – oubli catastrophique, perte de plasticité, apprentissage en ligne, désapprentissage, fusion de modèles, mémoire pour l’apprentissage continu, pré-entraînement continu, apprentissage continu sans mise à jour des poids et acquisition de connaissances.
Apprentissage profond (DL) – Nouvelles architectures de réseaux neuronaux, architectures récurrentes améliorées, architectures hybrides, modélisation des dépendances à long terme et architectures à mémoire augmentée.
Optimisation – Dynamique de l’apprentissage profond, optimiseurs pour une exploration efficace du paysage de perte, apprentissage accéléré, apprentissage de l’optimisation, optimisation pour l’apprentissage continu, optimisation pour l’apprentissage par renforcement (RL), algorithmes efficaces de pré-entraînement et de réglage fin.
Apprentissage par renforcement (RL) – RL pour l’entraînement des modèles de langage à grande échelle (LLM), RL continu, RL basé sur des modèles, RL multi-agents, modèles du monde, modèles monde-action, robotique, RL pour la découverte de médicaments et de matériaux.
L’IA au service de la science – Modèles de base pour la biologie (modèles génératifs et encodeurs pour les protéines, les petites molécules, l’ADN et les séquences d’ARN), modèles de base unicellulaires et cellules virtuelles, modèles du monde biologique, IA/ML/RL pour la découverte scientifique (découverte de médicaments, découverte de matériaux), modèles de base pour la physique et la chimie.
Sécurité de l’IA – Biais et équité, IA digne de confiance, interprétabilité, alignement de l’IA, sécurité dans les systèmes d’apprentissage continu et apprentissage continu au service de la sécurité.

Recrutement de l’automne 2027 : Je prévois recruter plusieurs étudiants à la maîtrise et au doctorat dans les domaines de recherche mentionnés ci-dessus. Une co-direction de thèse est également possible, selon la pertinence du projet de recherche.

Je recrute principalement des étudiants par l’intermédiaire du programme de demande de supervision de Mila, dont la date limite est le 1er décembre 2026. Je recrute également des doctorants par l’entremise du programme de bourses de doctorat ELLIS, dont la date limite est le 31 octobre 2026. Les étudiants admis par l’entremise d’ELLIS seront supervisés conjointement par moi-même et un chercheur basé en Europe.

Les candidats de tous horizons sont les bienvenus. Les femmes et les personnes issues de groupes sous-représentés dans le domaine de l’apprentissage automatique sont particulièrement encouragées à poser leur candidature.

Attentes générales :

Avant tout, je recherche des étudiants curieux, véritablement intéressés par la recherche et prêts à fournir un effort soutenu.
Je recherche des étudiants possédant de solides bases en apprentissage automatique et en apprentissage profond.
Vous devriez également posséder de solides compétences en programmation et en ingénierie. Vous devriez maîtriser Python et les frameworks d’autodifférentiation tels que PyTorch ou JAX.
Certaines de ces exigences techniques peuvent être assouplies si vous êtes un candidat exceptionnel issu d’un parcours académique différent.

Préparation à l’entrevue :

Pour l’entrevue, j’attends des candidats qu’ils possèdent de solides bases dans les domaines énumérés ci-dessous. J’ai inclus des cours vidéo et des manuels que je considère comme d’excellentes ressources et que je vous encourage vivement à consulter. Il s’agit de références générales, et non d’une liste de lectures à épuiser : je ne m’attends pas à ce que vous connaissiez tout ce qu’ils couvrent. L’entrevue portera sur votre compréhension des concepts fondamentaux et votre capacité à raisonner à partir de ceux-ci. Vous pouvez bien sûr vous préparer à l’aide d’autres ressources.

Algèbre linéaire - cours vidéo par Gilbert Strang, l’essentiel de l’algèbre linéaire par 3Blue1Brown.
Probabilités - Cours vidéo sur les probabilités appliquées par John Tsitsiklis, Cours vidéo sur la théorie des probabilités par Krishna Jagannathan.
Optimisation - Convex Optimization par Stephen Boyd et Lieven Vandenberghe.
Apprentissage automatique - ML Book - Partie 1 et ML Book - Partie 2 par Kevin Murphy.
Apprentissage profond - Understanding Deep Learning par Simon Prince, Dive into Deep Learning par Zhang et al.
Apprentissage par renforcement - The RL Book par Sutton et Barto (si l’apprentissage par renforcement vous intéresse).
Grands modèles de langage - Foundation of LLMs par Xiao et Zhu et le cours Language Modeling from Scratch (CS336) à Stanford (si les modèles de base vous intéressent).

Postdoctorats

Nous avons trois postes de postdoctorat à pourvoir :

Modèles fondamentaux pour la biologie
Apprentissage par renforcement, modèles du monde, modèles monde-action et robotique
Modèles fondamentaux : pré-entraînement, post-entraînement et sécurité

La description complète des postes et les instructions pour postuler sont disponibles dans le formulaire de candidature. Veuillez postuler d’ici le 20 novembre 2026.

Étudiants au doctorat et à la maîtrise

La prochaine session d’admission au doctorat et à la maîtrise aura lieu à l’automne 2027.
Si vous souhaitez travailler avec moi, vous devez soumettre votre demande d’admission à Mila d’ici le 1er décembre 2026. Je n’examinerai que les demandes qui me mentionnent comme directeur de thèse potentiel.
Je recrute également des doctorants par l’entremise du programme de bourses de doctorat ELLIS, dont la date limite est le 31 octobre 2026. Les étudiants admis par l’entremise d’ELLIS seront supervisés conjointement par moi-même et un chercheur basé en Europe.
Si vous êtes présélectionné pour une entrevue, vous devrez soumettre une demande d’admission à Polytechnique Montréal (en indiquant mon nom). Veuillez noter que le fait de soumettre cette demande ne garantit pas l’admission. Le fait de présenter une demande d’admission à Polytechnique Montréal avant l’entrevue permet d’éviter des retards ultérieurs au niveau de l’admission ou de l’obtention du visa.

Étudiants actuellement inscrits à Polytechnique Montréal et à l’UdeM

Si vous êtes déjà étudiant (premier cycle, maîtrise, doctorat) à Poly ou à l’UdeM et que vous souhaitez que je sois votre directeur de recherche, envoyez-moi un courriel accompagné de votre CV détaillé, de copies à jour de tous vos relevés de notes et d’un résumé de vos intérêts de recherche.
Si vous souhaitez que je lise votre courriel, celui-ci doit comporter la mention « [RESEARCH_APPLICATION_INTERNAL] » dans l’objet.

Stagiaires et étudiants invités

Veuillez ne pas m’envoyer directement de courriel concernant les postes d’étudiants invités et les stages.
Les étudiants intéressés doivent remplir le formulaire suivant.
Les candidats retenus seront contactés directement par l’un de mes étudiants ou par moi-même.