Professeur Job at University of Ottawa
Lieu :
Campus principal
Trimestre :
2023 Trimestre d'automne | Fall Term
Faculté :
Faculté de génie / Faculty of Engineering
Unité :
Faculté de génie_TP
Titre du cours :
Topics in Computers I: Learning-based Computer Vision
Cote de cours :
ELG 7186
Section :
EI00
Description du cours :
Introduction à la vision par ordinateur basée sur l’apprentissage; connaissances en statistique; amorce de traitement et de filtrage d’images; réseaux de neurones convolutifs (CNN), couches de réseau, ensembles de données de vision par ordinateur et compétitions; Problèmes de vision par ordinateur, en particulier la classification, la détection et la reconnaissance d’images, la segmentation sémantique, la génération d’images, les problèmes multi-vues et le suivi.
Affichage limité à :
Professeur·e à temps partiel régul. / Regular Part-Time Professor
Date d’affichage :
May 15, 2023
Date de clôture :
Note: Les candidatures seront acceptées jusqu'à 23h59 le jour avant la date de fin de publication de cet affichage d'emploi
Langue d’affichage :
anglais seulement
Inscriptions prévues :
60
Date d’approbation :
May 15, 2023
Nombre de crédits :
3
Heures de travail :
39
Type de cours :
b
Type d’affichage :
Régulier / Regular
Langue d’enseignement :
Anglais | English
Compétence en langue seconde :
ACTIF
Horaire du cours :
- - - Thursdays 7:00am to 10:00am
Exigences :
Connaissance approfondie du sujet du cours, de la vision par ordinateur et de l’application de méthodes basées sur l’apprentissage, démontrée par une ou plusieurs publications pertinentes. Les candidats doivent avoir une expérience pratique avec une API d’apprentissage profond moderne telle que TensorFlow ou PyTorch et être en mesure de mettre en œuvre des réseaux neuronaux convolutifs pour résoudre des problèmes de classification et de régression en vision par ordinateur. Les candidats doivent être en mesure de résumer les tendances actuelles de la recherche et avoir une connaissance des tendances émergentes telles que les méthodes non supervisées, autosupervisées et semi-supervisées; transformateurs de vision; et l’utilisation de diverses conceptions de réseaux spécialisés. Les candidats doivent avoir une connaissance des méthodes classiques de vision par ordinateur, y compris la vision géométrique par ordinateur et le traitement d’image de base. Les candidats doivent être en mesure de résumer les tendances actuelles de la recherche et avoir une connaissance des tendances émergentes telles que les méthodes non supervisées, autosupervisées et semi-supervisées; transformateurs de vision; et l’utilisation de diverses conceptions de réseaux spécialisés. Les candidats doivent avoir une connaissance des méthodes classiques de vision par ordinateur, y compris la vision géométrique par ordinateur et le traitement d’image de base.
Une autre combinaison d’études et d’expérience pourrait être jugée équivalente. Si on vous invite à poursuivre les étapes du processus de sélection, veuillez nous aviser de tout besoin nécessitant des mesures d’adaptations. Les renseignements communiqués seront traités avec respect et en toute confidentialité. En vertu des lois provinciales, les employées et employés doivent suivre et réussir toutes les formations obligatoires requises par la loi. La liste des formations pourrait être modifiée pour satisfaire aux lois provinciales.
Le processus d’embauche est régi par la convention collective de l’APTPUO en vigueur.
Pour en savoir plus.
L’Université d’Ottawa s’engage à offrir un milieu de travail diversifié et inclusif. Notre personnel nous tient réellement à cœur, tout comme l’équité en emploi. Nous promouvons une culture de respect, de collaboration et d’inclusion où l’esprit d’équipe, l’innovation et la créativité nourrissent notre quête d’excellence, en recherche comme en enseignement. Bien que toutes les candidatures soient les bienvenues, nous encourageons particulièrement les personnes autochtones, racialisées et handicapées ainsi que les femmes et les membres de la communauté LGBTIAQI2S+ à postuler. La création et le maintien d’un environnement de travail totalement accessible sont d’une importance capitale pour l’Université. C’est pourquoi nous mettons tout en œuvre pour accommoder les personnes ayant besoin de mesures d’adaptation pendant le processus de recrutement, d’évaluation et de sélection. Si tel est votre cas, veuillez nous en informer en écrivant à
gestiontalentsrh@uottawa.ca
. Toutes les personnes qualifiées sont invitées à postuler; la priorité sera toutefois accordée à celles qui ont la citoyenneté canadienne ou la résidence permanente.
Please Note :
nvalabs.org is the go-to platform for job seekers looking for the best job postings from around the web. With a focus on quality, the platform guarantees that all job postings are from reliable sources and are up-to-date. It also offers a variety of tools to help users find the perfect job for them, such as searching by location and filtering by industry. Furthermore, nvalabs.org provides helpful resources like resume tips and career advice to give job seekers an edge in their search. With its commitment to quality and user-friendliness, Site.com is the ideal place to find your next job.