Joignez-vous au AI4Good Lab à Toronto.

Responsabilisation. Justice. Société.
À quoi servira votre projet d’intelligence artificielle?

Dirigé en collabo­ration avec l’Université métro­politaine de Toronto.

L’Université métropolitaine de Toronto est une université canadienne axée sur l’innovation globale, qui relève les défis du monde réel pour stimuler la croissance économique et améliorer la qualité de vie des Canadiennes et des Canadiens.

Nos recherches sur l’intelligence artificielle touchent de nombreux domaines, allant des systèmes de transport intelligents au développement d’outils pour les applications en soins de santé. En tant que siège de l’initiative Responsible Artificial Intelligence (RAI), l’Université métropolitaine de Toronto crée un bassin de stagiaires hautement qualifiés qui deviendront nos futur-e-s expert-e-s en éthique de l'IA, en analyse de la confidentialité et en utilisation responsable de l’IA.

Historique du programme de Toronto.

Le programme de Toronto a été lancé en 2022. Il s’agit du troisième site régional du Lab dans son expansion nationale à l’échelle du Canada. Le programme de Toronto est rendu possible grâce au soutien continu du CIFAR.

Le CIFAR est une organisation mondiale de recherche basée au Canada qui fait converger des esprits brillants afin de traiter des plus importants enjeux en matière de science et d’humanité. Depuis 2017, la Stratégie canadienne en matière d’IA du CIFAR transforme la recherche, la formation et l’innovation en IA au Canada (en anglais seulement) en créant des écosystèmes de l’intelligence artificielle (Artificial Intelligence) solides et en attirant, formant et encadrant les talents de l’ensemble du pays.

AI4Good Lab students
Toronto2

Découvrez l’écosystème ontarien de l’intelligence artificielle.

Plongez dans l'épicentre de la recherche et de l'innovation en matière d'intelligence artificielle dans le marché diversifié et concurrentiel de Toronto. Ce programme accueille 30 participantes par année.

Plusieurs régions, un seul Lab.

Tout comme il peut y avoir différentes classes pour le même cours, chacun des programmes régionaux du AI4Good Lab offre aux participantes la même valeur en matière d’éducation, tout en mettant en lumière l’identité propre à chacune des communautés en intelligence artificielle. Que vous participiez au programme à partir de Montréal, d’Edmonton ou de Toronto, les compétences et le réseau que vous développerez au Lab vous offriront les mêmes occasions de développement de carrière en intelligence artificielle.

Notre program­me.

Notre programme de sept semaines (du 1er mai au 20 juin) est conçu pour vous permettre de développer les aptitudes nécessaires pour mener de A à Z vos propres projets d’apprentissage automatique, tout en vous offrant une expérience unique de mentorat et d’exploration professionnelle.

Semaines 1 à 4 Bootcamp en apprentissage automatique.

Lancement du pro­gramme.

Le premier jour du programme (le 1er mai), vous aurez droit aux conseils et aux encouragements de nos cofondatrices et partenaires. Rencontrez vos pairs et assistant-e-s d’enseignement, en plus de vous familiariser avec le contenu des sept prochaines semaines.

Cours.

Gagnez de l’expérience en traitement de données, modèles de la compétence attendue et utilisation d’outils d’apprentissage automatique (Machine Learning). Passez des bases de l’apprentissage automatique avec les réseaux de neurones artificiels (réseaux de neurones, réseaux de neurones convolutifs, réseaux de neurones récurrents) à l’apprentissage par renforcement.

Vue d’ensemble.

Découvrez comment l’intelligence artificielle fait évoluer les industries, explorez la fine pointe de la recherche en intelligence artificielle et discutez d’enjeux de bien commun et d’éthique de l’intelligence artificielle avec nos conférencier-ère-s invité-e-s.

Réseautage.

Vivez l’Industry Night (Soirée de l’industrie) où vous rencontrerez des représentant-e-s de nos organisations partenaires, élargirez votre réseau et découvrirez les occasions qui s’offrent à vous dans l’industrie.

Pratique.

Relevez des défis pratiques, mettez vos nouvelles compétences à l’épreuve lors de notre miniprogrammathon (hackathon) de traitement de données et obtenez réponse à toutes vos questions grâce à nos assistant-e-s d’enseignement diplômé-e-s.

Semaines 5 à 7 Projet d’équipe.

Expérience.

Consolidez vos nouvelles connaissances en intelligence artificielle en développant de A à Z un prototype d’apprentissage automatique.

Travail d’équipe.

Découvrez le meilleur moyen de collaborer à des projets techniques en travaillant en équipe pour développer votre prototype.

Mentorat.

Améliorez vos projets grâce au soutien de vos mentor-e-s partenaires de l’industrie de l’intelligence artificielle.

Bien commun.

Servez-vous de votre projet pour tenter de trouver des solutions aux enjeux du monde réel et améliorer votre compréhension des principes de conception éthiques.

Demo Day (Jour de démonstration).

Le dernier jour du programme (le 20 juin), nous célébrerons le travail acharné de toutes les équipes de votre cohorte. Présentez votre projet devant un panel d’expert-e-s en IA et réseautez avec toutes les personnes qui vous auront offert leur soutien tout au long du programme. Certaines équipes seront sélectionnées afin de poursuivre leurs projets avec l’aide du AI4Good Lab et de nos collaborateur-ice-s.

Ce programme me convient-il?

Passion

Vous désirez acquérir des compétences techniques et une expérience pratique en intelligence artificielle.

Vous cherchez à établir des relations avec des professionnel-le-s de l’intelligence artificielle.

Vous avez à cœur d’améliorer la société grâce à la technologie.

Vous accordez de l’importance au travail d’équipe et aux points de vue diversifiés.

Admissi­bilité

Vous êtes une femme+.

Vous avez un statut valide au Canada (citoyenneté, résidence, permis d’études ou de travail, etc.)

Vous êtes inscrite dans un établissement d’études supérieures (diplôme d’études collégiales, baccalauréat ou maîtrise) ou avez récemment terminé vos études.

Vous n’étudiez pas au doctorat.

Compé­tences

Vous avez de l’expérience en programmation avec Python.

Vous possédez un niveau de mathématiques solide dans au moins un de ces sujets : algèbre linéaire, calcul, statistiques, probabilités.

Aucune expérience en apprentissage automatique (Machine Learning) requise!

FAQ.

Aperçu du Lab

Le AI4Good Lab est un programme d'introduction à l’apprentissage automatique (Machine Learning) s’adressant aux femmes+ qui possèdent déjà des connaissances en programmation ainsi qu’un niveau intermédiaire à débutant en apprentissage automatique. Le Lab dure sept (7) semaines pendant l’été et est composé de deux volets (semaines de Bootcamp et semaines de Projet). Cliquez ici pour obtenir une description détaillée du programme.

Bootcamp en apprentissage automatique (Machine Learning) : Le volet Bootcamp est un entraînement intensif d’introduction à l’apprentissage automatique et à l’intelligence artificielle (Artificial Intelligence), qui se tient pendant les quatre (4) premières semaines du programme. Pendant cette période, les participantes assistent à des cours et conférences, et prennent part à des ateliers et événements de réseautage. Les participantes travailleront en petites équipes avec leur assistant-e d’enseignement attitré-e afin de pratiquer ce qu’elles auront appris lors de divers exercices. Les assistant-e-s d’enseignement sont habituellement des étudiant-e-s au doctorat en informatique se spécialisant en apprentissage automatique ou en intelligence artificielle.

Projet d’équipe : La section Projet correspond aux trois dernières semaines, pendant lesquelles les participantes appliquent les connaissances acquises au cours des semaines de Bootcamp et travaillent en équipe pour développer un projet d’apprentissage automatique ou d’intelligence artificielle portant sur un enjeu de bien commun. Les équipes sont soutenues par leur assistant-e d’enseignement et jusqu’à trois mentor-e-s œuvrant en intelligence artificielle.

Le AI4Good Lab est un programme à but non lucratif soutenu par divers partenaires et dirigé par notre équipe de gestion. Nos partenaires fondateurs sont la Fondation OSMO et le CIFAR, et nous sommes appuyés par plusieurs organismes professionnels, académiques et gouvernementaux. Le siège social du AI4Good Lab se trouve à Montréal, d’où nous dirigeons le programme de Montréal et organisons son expansion à travers le Canada. Nous dirigeons le programme d’Edmonton en collaboration avec l’Amii (Alberta Machine Intelligence Institute), et celui de Toronto avec l’Université métropolitaine de Toronto.

Nous acceptons 30 participantes par cohorte régionale du programme, pour un total de 90 participantes par année. Cette petite taille de cohorte est privilégiée pour que nous puissions accorder la priorité à la compréhension et au perfectionnement de nos participantes, tout en créant un environnement leur permettant d’établir des relations significatives avec leurs pairs et éducateur-ice-s.

Le programme du AI4Good Lab se déroule entièrement en anglais. Le formulaire de candidature est disponible en anglais et en français.

Il existe effectivement différents parcours de formation. Cependant, le Lab élimine l’un des principaux obstacles (en anglais seulement) auxquels les personnes sous-représentées dans le secteur sont confrontées : l’accès au mentorat et à des réseaux professionnels élargis. Nous jumelons les participantes à des mentor-e-s et éducateur-ice-s expert-e-s du secteur de l’intelligence artificielle. Ces expert-e-s se joignent à nous afin de guider les participantes dans leurs apprentissages et ont bien hâte de les accueillir au sein de la communauté de l’intelligence artificielle.

Notre objectif consiste à offrir une place de choix aux minorités de genre sous-représentées dans le secteur de l’intelligence artificielle. Nous comptons y arriver par les moyens suivants :

  • Nous acceptons la candidature de participantes issues d’un large éventail d’antécédents scolaires et d’expériences.
  • La participation à notre programme est gratuite et nous offrons une rémunération et des remboursements pour assurer l’égalité d’accès au programme.
  • Notre modèle éducatif est axé sur l’exploration libre et l’apprentissage collaboratif plutôt que sur la compétition et les notes.

Du mentorat au soutien financier, en passant par notre éthique de la relation éducative, ce programme est inégalé dans son aspiration à faire évoluer la culture technologique vers l’inclusion et la représentation.

Détails du programme

En 2023, le Lab sera tenu selon un modèle hybride. Certaines composantes seront offertes en ligne et certains événements auront lieu dans les trois régions du programme : Montréal, Toronto ou Edmonton. Bien que nous encourageons fortement les occasions de réseautage en personne, les participantes ne seront pas obligées de prendre physiquement part aux événements que nous tiendrons. Des options en ligne leur seront aussi proposées. Chacun des emplacements du programme déterminera les composantes qui seront offertes en personne. Toutes les participantes sélectionnées recevront de plus amples détails afin de permettre une planification préalable. Peu importe le format sélectionné, le Lab s’assurera que le programme demeure accessible à toutes les participantes.

Le programme de 2023 aura lieu à la fois à Montréal, à Edmonton et à Toronto du 1er mai au 20 juin. Le programme est un engagement à temps plein qui se déroule pendant les horaires de travail (entre 11 h et 18 h 30 HE). Des pauses sont prévues pendant la journée. Les heures varient selon les fuseaux horaires au Canada; les activités virtuelles peuvent donc se tenir en même temps. Chaque jour comprend quatre séances de 90 minutes avec des pauses de 15 minutes entre chacune des séances et une heure de repas. En raison de la nature intensive des projets, plusieurs participantes choisissent d’y travailler à l’extérieur des horaires du Lab, y compris les soirs et les weekends. Le programme est conçu afin d’être complètement immersif, donc la présence de toutes les participantes est obligatoire aux conférences, discussions et ateliers.

La présence physique est fortement recommandée, mais non obligatoire. La programmation virtuelle est accessible pour chaque participante disponible au cours des heures du programme (entre 11 h et 18 h 30 HE) et possédant un statut valide pour étudier ou travailler au Canada. Le Lab évalue les possibilités pour offrir le remboursement des déplacements des participantes admissibles pour certains événements. Cependant, le Lab ne sera pas en mesure de financer entièrement le déménagement dans une nouvelle ville des participantes pour la durée du programme. L’allocation fournie à toutes les participantes à la fin du programme peut être utiliser pour les frais de subsistance et de déplacement.

Tout comme il peut y avoir différentes classes pour le même cours, chacun des programmes régionaux du AI4Good Lab offre aux participantes la même valeur en matière d’éducation et les mêmes occasions de développement de carrière. En 2023, le volet virtuel des programmes régionaux se tiendra au même moment pour les éléments de base (qui comprennent des cours, des conférences et des événements de réseautage).

L’identité distincte de chacun des programmes dépend des différentes personnes impliquées; chaque programme est dirigé par une équipe différente, possède sa propre cohorte de participantes et d’assistant-e-s d’enseignement et présente quelques différences quant aux événements régionaux. Le programme de Montréal est dirigé par l’équipe du siège social d’AI4Good Lab, celui d’Edmonton est dirigé en collaboration avec l’Amii, et celui de Toronto avec l’Université métropolitaine de Toronto.

Chaque programme régional proposera ses propres groupes d’étude et de projet, ainsi que certains événements et des activités sociales. Chaque région déterminera quelles composantes du programme se tiendront en personne. Les participantes seront avisées de ces décisions à l’avance aux fins de planification préalable.

Le programme AI4Good Lab est un engagement à temps plein (entre 11 h et 18 h 30 HE) qui exige une participation quotidienne à divers événements obligatoires ainsi que de l’étude ou du travail d’équipe intensif. Les heures varient selon les fuseaux horaires au Canada; les activités virtuelles peuvent donc se tenir en même temps. Chaque jour comprend quatre séances de 90 minutes avec des pauses de 15 minutes entre chacune des séances et une heure de repas. Selon notre expérience, il est impossible de concilier d’autres responsabilités extérieures avec une participation intégrale au A14Good Lab. Si votre candidature est retenue et que vous occupez actuellement un emploi, nous vous suggérons de demander un congé à votre employeur avant d’accepter de participer au programme.

On s’attend des participantes qu’elles aient accès à un ordinateur/ordinateur portable, à Internet haute vitesse (à une vitesse de téléchargement d’au moins 70 Mbit/s) et à des écouteurs ou un casque d’écoute avec microphone. Nous pourrions offrir des remboursements pour l’accès à Internet et autres accessoires technologiques afin de nous assurer que toutes les participantes puissent prendre part au programme sans contraintes.

Au AI4Good Lab, nous misons sur un milieu d’apprentissage libre et axé sur les pairs. Il n’y a pas de notes. Les exercices ne sont pas notés, mais sont potentiellement revus dans le contexte des groupes de travail avec les assistant-e-s d’enseignement afin d’améliorer la compréhension des participantes. Cependant, pour réussir avec succès le programme, la présence est obligatoire aux ateliers, conférences et discussions.

Toutes les participantes du AI4Good Lab qui complètent le programme recevront un certificat d’accomplissement. Le AI4Good Lab n’est pas une institution agréée et n’accorde donc pas de diplôme officiel.

Admissibilité

La candidate idéale au programme du AI4Good Lab est une femme+ possédant un niveau de mathématiques solide ainsi que certaines connaissances de Python (grâce à des cours, des projets personnels, son expérience de travail, etc.).

Toutes les participantes doivent actuellement étudier dans un établissement d’études supérieures (Cégep, université, etc.) ou avoir récemment terminé leurs études. Le Lab est un programme d’introduction à l’apprentissage automatique. Il n’est pas ouvert aux étudiantes de niveau secondaire, aux étudiantes au doctorat ou aux personnes ayant déjà de l’expérience en apprentissage automatique.

Pour être admissibles au programme, les candidates doivent avoir un statut valide au Canada (citoyenneté, résidence, permis d’études ou de travail, etc.).

Notre programme est conçu pour les femmes+, terme qui englobe les femmes cisgenres, les femmes transgenres, les personnes non binaires et toutes les personnes ayant été victimes de misogynie. Le « + » de « femme+ » ne vise en aucun cas à ignorer ou à négliger les personnes pour lesquelles le terme « femme » ne s’applique pas ou ne résume pas entièrement l’expérience personnelle. Le « + » cherche plutôt à joindre les personnes qui pourraient bénéficier de notre mission consistant à créer des opportunités pour les personnes dont le genre a historiquement été sous-représenté dans le secteur de l’intelligence artificielle. Nous nous engageons à être à l’écoute et à croître au fil de l’évolution de la conversation sur les nuances et la complexité des genres. Veuillez lire notre rubrique « Notre histoire » pour découvrir pourquoi notre programme est conçu afin de soutenir ces personnes sous-représentées.

L’objectif du programme consiste à présenter l’apprentissage automatique (Machine Learning) à celles qui n’auraient autrement pas eu la chance de l’explorer en détail. Nous accueillons les participantes issues de divers niveaux d’instruction! Les participantes n’ont pas besoin de posséder un diplôme en mathématiques ou en informatique pour réussir dans le cadre de ce programme. Il s’agit toutefois d’un programme intensif et au rythme soutenu qui requiert des connaissances préalables en codage et en mathématiques.

Pour pouvoir se mettre au diapason des concepts mathématiques abordés dans les conférences, les participantes doivent au moins connaître les éléments suivants : l’algèbre linéaire, les probabilités et le calcul. Les conférencier-ère-s donneront un aperçu de ce que vous devez savoir sur l'apprentissage automatique (Machine Learning), en partant du principe que vous avez déjà des connaissances préalables sur le sujet. Pour en savoir davantage, vous pouvez passer en revue les sujets suivants : distribution de probabilités, estimation bayésienne, bases de l’algèbre linéaire, calcul de dérivées et régression (le contenu de ces liens est en anglais seulement).

Le programme n’enseigne pas aux participantes à programmer, et tout le cours est donné dans Python. On s’attend des participantes qu’elles aient déjà de l’expérience en codage avec Python (grâce à des cours, des projets personnels, leur expérience de travail, etc.). Si votre candidature est retenue et que vous êtes incertaine de vos habiletés avec Python, nous vous suggérons d’en passer les bases en revue avant le début du programme.

Les candidates n’ont pas à connaître l’apprentissage automatique avant la tenue du programme.

Malheureusement, nous ne sommes pas en mesure d’évaluer vos antécédents ou votre demande. Si vous hésitez, nous vous invitons à poser votre candidature.

Pour réduire les contraintes économiques, toutes les participantes sont rémunérées. Il est de la responsabilité de chaque participante de s’assurer que son statut au Canada lui permette de recevoir une allocation, pouvant être émise sous forme de chèque en devise canadienne, et être en mesure de déclarer ce revenu sur ses impôts applicables.

Le soutien économique pendant le programme est un élément clé qui égalise les chances de toutes les participantes. Il s’agit d’une composante obligatoire du programme.

Candidature

En posant votre candidature, il vous est impossible de sélectionner une région spécifique. Le comité de sélection classera les candidates dans la cohorte régionale appropriée (Montréal, Edmonton ou Toronto), en fonction de votre emplacement géographique au Canada au cours du programme. Bien que votre préférence puisse être prise en considération, votre cohorte sera choisie en fonction de l’optimisation des déplacements afin que vous puissiez participer aux événements en présentiel, en plus de collaborer virtuellement avec vos pairs des fuseaux horaires similaires.

Pour poser votre candidature, vous devez soumettre votre CV et une copie de votre relevé de notes le plus récent (nous acceptons les relevés non officiels). Vous devrez également répondre à trois (3) questions sous format d’essai court (en 500 mots tout au plus) :

  1. Veuillez expliquer brièvement pourquoi vous aimeriez vous joindre au Lab.
     
  2. Le AI4Good Lab est un environnement d’apprentissage collaboratif où toutes les participantes travailleront en groupes tout au long du parcours de formation et des phases du projet. Veuillez décrire votre expérience en matière d’apprentissage collaboratif et la façon dont vous croyez contribuer positivement à un environnement d’apprentissage axé sur les pairs.
     
  3. Le AI4Good Lab s’engage à utiliser l’intelligence artificielle comme outil pour le bien commun. Veuillez indiquer ce que vous pensez de cette mission.

Pour appuyer leurs réponses sous format d’essai court, nous encourageons toutes les candidates à fournir des exemples concrets tirés de leur histoire personnelle ou d’activités ou de projets auxquels elles ont pris part. Il nous est impossible de fournir des commentaires sur les demandes individuelles.

L’appel de candidatures de 2023 est lancé le 10 janvier et se termine le 31 janvier.

Après la clôture de l’appel de candidatures, le comité de sélection traitera les demandes dans les trois ou quatre (3 ou 4) semaines suivantes. Le comité de sélection est composé de nos fondatrices, de notre équipe de gestion et de membres du comité affilié-e-s à nos partenaires.

Toutes les candidates seront avisées de leur statut de sélection au plus tard le 1er mars. Celles qui seront placées sur la liste d’attente seront avisées de manière ponctuelle. Les candidates n’ayant pas eu de nos nouvelles d’ici le 1er mars peuvent communiquer avec nous à l’adresse info@ai4goodlab.com pour s’informer du statut de leur demande. La raison la plus fréquente pour un manque de réponse est que nous n’avons pas reçu la bonne adresse courriel de la part d’une participante.

Chaque année, nous évaluons les candidatures de talents très concurrentiels désireux de combler un nombre limité de places. Nous invitons donc les candidates non retenues à poser leur candidature de nouveau l’année suivante. Il nous est impossible de fournir des commentaires ou des suggestions aux candidates qui n’auront pas été retenues.

La liste d’attente n’a pas d’ordre en particulier. Les participantes dont le nom figure sur la liste d’attente sont sélectionnées en raison de divers facteurs et nous ne pouvons pas fournir plus de détails sur les chances de chaque candidate sur la liste d’attente de faire partie d’une prochaine cohorte.

Les candidates acceptées auront quatre (4) jours ouvrables pour confirmer leur place avant que cette dernière ne soit transmise à une personne sur la liste d’attente. Comme le programme est un engagement à temps plein, plusieurs participantes devront s’organiser bien à l’avance pour y prendre part. Cela veut dire que les candidates acceptées devront nous aviser le plus rapidement possible si elles ne peuvent pas participer au programme afin que les autres candidates aient la chance de s’organiser.

Coûts

Les seuls frais de participation sont les frais d’inscription de 75 $ visant à confirmer l’inscription au programme des participantes sélectionnées.

La candidature et la formation sont gratuites.

Chaque participante reçoit une allocation une fois le programme terminé. Le montant minimum de cette compensation est de 500 $, et la somme finale est déterminée sur une base annuelle avant la fin du programme. Cette somme est fixée par des activités budgétaires et ne dépend pas de la performance des participantes.

D’autres questions? Écrivez-nous à info@ai4goodlab.com

Apprenez auprès d’expert-e-s en la matière.

Rasha Kashef

Rasha Kashef

Assistant professor, Mila, University of Montréal

AI4Good Lab

Sanaz Mohammadjafari

PhD Candidate, Toronto Metropolitan University

Patrick Pilarski

Patrick Pilarski

Associate Professor, Canada CIFAR Artificial Intelligence Chair

Doina Precup

Dr. Doina Precup

Lab Founder, DeepMind, McGill University, Mila

Guillaume Rabusseau

Guillaume Rabusseau

Canada CIFAR AI Chair
Assistant Professor
Université de Montréal
Mila

Samrudhdhi Rangrej

Samrudhdhi Rangrej

PhD Candidate
McGill University

Siva Reddy

Siva Reddy

Facebook CIFAR AI Chair
Assistant Professor
McGill University
Mila

Matthew Schlegel

Matthew Schlegel

PhD Candidate
Amii, RLAAI
University of Alberta

Martha White

Martha White

Associate Professor
University of Alberta
RLAI and PI at AMII

Rencontrez les leaders en intelli­gence artific­ielle et collabo­rez avec elles et eux.

Alaa Abdelgawad

Alaa Abdelgawad

Zafarali Ahmed

Zafarali Ahmed

Manager, PwC

Sedef Akinli Kocak

Dr. Sedef Akinli Kocak

Applied AI Project Manager
Vector Institute

Adrien Ali Taïga

Adrien Ali Taïga

Research associate, Google

Ehsan Amjadian

Ehsan Amjadian

Director of AI, RBC

Muhammad Anwar Ul Haq

Muhammad Anwar Ul Haq

PhD candidate, University of Toronto, Vector

Arjun Asokakumar

Arjun Asokakumar

Director, Data Science, RBC

Nadia Blostein

Nadia Blostein

MS, Integrated Program in Neurosceience @ McGill University

Chantelle Bourgeois

Chantelle Bourgeois

MNP

Alissa Brayley

Alissa Brayley

Data Scientist, RBC

Neil Burch

Neil Burch

MSc Student, McGill University

Ann Crabtree

Ann Crabtree

Clinical Associate Professor, University of Calgary

Sara El Shawa

Sara El-Shawa

Applied Machine Learning Intern
Vector Institute

Joud El-Shawa

Joud El-Shawa

Andy Forest

Andy Forest

Executive Director, STEAMlabs

Alexandre Frechette

Alexandre Frechette

Research Engineer, DeepMind

Alona Fyshe

Alona Fyshe

Assistant Professor, Amii

Alyssa Gagne

Alyssa Gagne

Senior Associate, PwC

Anita Gergely

Anita Gergely

Research Developer
DeepMind

Maria Gini

Maria Gini

CSE Distinguished Professor, Department of Computer
Science and Engineering, University of Minnesota

Ross Goroshin

Ross Goroshin

Senior Data Scientist, Manulife

AI4Good Lab

Courtney Handford

Physician – Psychiatry Resident, Dalhousie University

Nidhi Hegde

Nidhi Hegde

Associate Professor
University of Alberta

Natasha Jaques

Natasha Jaques

Research Scientist
Google
UC Berkeley

Faezeh Khabbaz

Faezeh Khabbaz

Manager Data Science, PricewaterhouseCoopers LLP (PwC)

Brenden Kumarasamy

Brenden Kumarasamy

Parisa Lak

Parisa Lak

Research scientist, DeepMind

Kate Larson

Kate Larson

Professor
University of Waterloo
DeepMind

Elaine Lau

Elaine Lau

AI4Good Lab Alumni
Data Scientist Intern at TD Bank

Chun Lei He

Chun Lei He

Lead Data Scientist, Manulife

Ayesha Liaqat

Ayesha Liaqat

Maureen Mai

Maureen Mai

PhD Candidate, University of Waterloo

AI4Good Lab

Mina Mirshahi

Data Developer, MNP Digital

AI4Good Lab

Joseph Modayil

Sr. Data Scientist, Manulife

Debarati Nath

Debarati Nath

Elmira Navidbakhsh

Elmira Navidbakhsh
Deval Pandya

Deval Pandya

Director of AI Engineering
Vector Institute

Mojgan Saeidi

Mojgan Saeidi

Senior data scientist, Manulife

Bahar Sateli

Dr. Bahar Sateli

Manager in AI & Advanced Analytics
PWC

Sylvia Shiah

Sylvia Shiah

Lead Professional Development, Vector Institue

AI4Good Lab

Brenda Shivanandan

Executive Director, STEAMlabs

Jia Song

Jia Song

Senior Director of Analytics, Global Cyber Security, RBC

David Szepesvari

David Szepesvari

Research Developer, DeepMind

Cristina Vasconcelos

Cristina Vasconcelos

Research Software Engineer
Google

Jodie Wallis

Jodie Wallis

Global Chief, Analytics Officer
Manulife

Connor Wright

Connor Wright

Partnerships Manager
Montreal AI Ethics Institute

Jie Wu

Jie Wu

Software Engineer, Google

Kelly Zheng

Kelly Zheng

Projets antérieurs de Toronto.

dose io

dose.io

Epi Health

Epi Health

Happy path

Happy path

Reimagine

Reimagine

EpiHealth : gagnante de le Toronto Accelerator Award 2022

Voir le rapport complet du projet
Elissa Strome

« Les femmes+ sont toujours sous-représentées en informatique; un enjeu pour chacune d’entre elles, mais aussi pour l’ensemble de la communauté. Les voix et points de vue diversifiés sont essentiels à la création d’algorithmes solides avantageux dans toutes les sphères de la société. »

Elissa Strome
Directrice générale, Stratégie canadienne en matière d’IA du CIFAR

Voir tous les projets de Toronto

Explorez maintenant

Partenaires de Toronto.

Parten­air­es nation­aux.

Présenté par

Partenaire fondateur et Partenaire de livraison

Partenaire fondateur

Partenaires de livraison

Commanditaires principaux

Commanditaire clé

Explorez les autres programmes régionaux.

Montreal skyline

Montréal

Dirigé par l’équipe du siège social du AI4Good Lab

Edmonton, Alberta

Edmonton

Dirigé en collaboration avec l’Amii (Alberta Machine Intelligence Institute)