大数据和机器学习在帮助决策者解决重要的社会和经济问题方面发挥着作用。因此，数据用户和消费者能够识别高质量的数据并理解糟糕数据分析的影响是至关重要的。
在这门课程中，学生将探索大数据和机器学习在经济学和社会科学研究中的应用。该课程采用实践和技能为基础的方法。学生将通过从项目开始到最终数据分析的过程和陷阱来引导。通过完成每周的数据分析任务和编码练习来培养实践技能。
涵盖的主题包括：贫困和不利条件、教育、性别差距、Covid-19的影响以及社会政策评估。在这些主题的背景下，该课程还将介绍数据科学的基本方法，包括用于预测因果推断的机器学习（计量方法和机器学习的补充）以及异质处理效应。
该课程将以非技术的方式讨论每种机器学习方法的优点和缺点，并通过真实案例和应用进行讲解。
职位要求
• 相关的学士或硕士学位，具有5年工作经验
• 候选人应具有良好的计量经济学理解
• 没有经济学学位的候选人应具有良好的机器学习和大数据与核心经济学和计量经济学概念的工作背景。
• 最好候选人应具有一定的机器学习知识和Python经验
• 最好具有至少2年相关的大学教学经验
• 必须能够在9周的时间内每周进行3小时的讲座
• 必须能够在上午8:30至下午6:30之间进行授课
额外的工作描述
SIM-RMIT正在寻找热心、积极主动并对教育和塑造年轻一代思维有强烈热情的助教。候选人必须能够管理大班级，进行评估打分，并在规定的时间内向学生提供建设性反馈。助教将在合作大学的课程协调员的指导下密切合作。
我们对短名单上的候选人表示遗憾，只有短名单上的候选人将收到通知。 
新加坡