Quelques notes de Sarath pour les potentiels futurs étudiants :

Mon groupe de recherche travaille dans différent domaine d’apprentissage machine (ML). Les publications du laboratoire dans la page publications et les intérêts de recherche des membres du laboratoire dans la page membres page fournissent un bon résumé des problèmes de recherche auxquels le laboratoire s’intéresse actuellement.

Pour l’automne 2024, je recherche des étudiants à la maîtrise et au doctorat de très haut niveau pour travailler dans les domaines suivants (triés par ordre de priorité): réseaux de neurones à mémoire augmentée, apprendre à apprendre par interactions en langage naturel, optimisation pour DL/RL/RNN, apprentissage tout au long de la vie, apprentissage par renforcement.

Je maintiendrai une liste de mes intérêts de recherche courant ici. Lorsque vous m’envoyez un courriel, mentionnez le sujet de recherche et les sous-sujets qui vous intéressent.

  • Apprentissage tout au long de la vie / Lifelong Learning - oubli catastrophique, expansion de capacité, architectures neuronales dynamiques, réseaux neuronaux modulaires, mémoire pour l’apprentissage tout au long de la vie, apprentissage incrémentiel par classe, méta-apprentissage, apprentissage en quelques coups, applications.
  • Apprentissage par renforcement / Reinforcement Learning (RL) - RL tout au long de la vie, RL multiagent, généralisation en RL, apprentissage par renforcement hiérarchique, méta-RL, RL sur échantillon efficace, RL pour découverte pharmaceutique, agents RL basés sur le langage.
  • Réseaux à mémoire augmentés / Memory Augmented Neural Networks (MANNs) - modélisation de dépendance à long terme, gradients disparaissant, gradients explosant, architecture de mémoire augmentée, RNNs profonds, optimisation de RNNs, Transformers.
  • Traitement du langage naturel / Natural Language Processing (NLP) - Génération de langage naturel, systèmes de dialogue, graphiques de connaissances et raisonnement sur graphique, ancrage du langage naturel, apprendre à apprendre par interactions en langage naturel.

Attentes générales: Je m’attends à ce que les étudiants aient une connaissance approfondie des bases du ML et du DL avant de postuler. Vous devez également avoir une compréhension approfondie du RL si vous souhaitez faire des recherches en RL. Lors d’entrevue, je testerai vos connaissances en mathématiques et en ML. Idéalement, vous devriez être familier avec les sujets couverts dans:

Vous devriez aussi avoir des compétences poussées en programmation Python. Mon équipe utilise PyTorch pour la recherche et vous devriez donc maîtriser l’utilisation de PyTorch. Certaines de ces compétences peuvent être ignorées si vous avez une candidature exceptionnelle avec une formation académique différente.

Les femmes et les minorités sous-représentées sont particulièrement encouragées à postuler.



Postdocs

  • Je ne recherche actuellement pas de post-doctorants.

Doctorants / Étudiants à la Maitrise

  • Le prochain lot d’admissions de doctorants et d’étudiants à la maitrise sera pour l’automne 2024.
  • Si vous êtes intéressé à rejoindre mon labo, soumettez votre candidature au Mila avant le 01 décembre 2023. Je ne consulterai que les candidatures me mentionnant comme potentiel superviseur.
  • Si vous êtes présélectionné pour une entrevue, vous devrez soumettre une demande d’admission à Polytechnique Montréal (avec mon nom). Veuillez noter que la soumission de votre demande d’admission ne garantit pas votre admission. Votre admission est basée sur votre performance lors de l’entrevue. Poser sa candidature à Poly avant l’entrevue permet d’éviter les délais d’admission ou de visa.

Étudiants actuellement à Poly et à l’UdeM

  • Si vous êtes déjà étudiants (au bac, à la maitrise ou au doctorat) à Poly ou à l’UdeM et vous voulez que je sois votre superviseur, envoyez-moi un courriel avec votre CV détaillé, des copies de tous vos relevés de notes, et un résumé de vos intérêts de recherche.
  • Si vous voulez que je lise votre courriel, indiquez au début du sujet “[RESEARCH_APPLICATION_INTERNAL]”.

Stagiaires et Étudiants en visite

  • Remplissez cette formulaire.
  • Les applicants seront contactées directement par moi ou un de mes étudiants.