发布日期：2025年03月10日
请求ID：42112
院系/部门：应用科学与工程学院
部门：APSC：院长办公室 - 学院综合
校园：圣乔治（多伦多市中心）
职位：兼职讲师 I（提供 2 个职位）
课程标题及代码：金融中的人工智能 - APS1052
课程描述：在本课程中，我们将概述机器学习在股市预测中的几种应用（包括高频交易），从回归分析开始，介绍两个“浅层”机器学习模型（支持向量机和基本神经网络），最后以深度学习模型（长短期记忆网络）结束。每种模型都将详细讨论所使用的输入变量和架构（依据），模型学习进度如何评估，机器学习科学家和股市交易员如何评估模型的最终表现，因此到课程结束时，学生应能够识别用于股市预测的机器学习模型的主要特征，并评估其是否可能有用，以及在输入和输出方面是否结构合理。
参与者应熟悉统计学基础，逻辑回归基础（优先考虑）和基本线性代数（优先考虑）；然而，由于我们的课程旨在自给自足，我们将根据需要提供这些概念的复习。由于我们课程的所有示例均来自金融领域，因此需要对资本市场和基本金融概念有一定的了解。需要具备基本的 Python 或其他编程语言（如 MatLab、R）的知识，尽管课程的目标不是从头学习如何编程（浅层和深度）机器学习模型，而是理解它们的工作原理，并学习如何根据用户的特定需求进行调整，并优化其在股市预测中的应用。将讨论基本机器学习模型（回归、神经网络和支持向量机）的数学基础，并对最有可能提供股市预测有价值信息的输入进行全景式的概述。还将涵盖行业中使用的标准基准测试方法。随后，将详细讨论若干已编程的基本模型，并评估其表现。
预计注册人数：约 50 人
预计助教支持：待定
课程安排：每周一次 3 小时的讲座。
聘任日期：2025年夏季 5 月 - 8 月
薪资：最低薪资为每人 $4,728.94（兼职讲师 I 的 50%，作为共同讲师），包括假期工资，具体薪资可能根据申请人的经验和适合度而有所增加。
资格：在机器学习、统计学、数学和编程语言方面的专业知识。具有本科或研究生层次的讲师经验，以及有效沟通和清晰解释概念的能力。申请者应有良好的讲座记录。申请者必须能够用清晰的声音授课。申请者必须有教授该课程主题或类似主题的经验。
请注意：多伦多大学的本科生或研究生及博士后研究员受 CUPE 3902 单元 1 集体协议的保护，而不是单元 3 集体协议，且不应申请在单元 3 集体协议下发布的职位。
简要职责描述：职责包括：准备讲座和课程材料；授课；可能监督助教；设置和评分项目、测试和考试；评估最终成绩；与学生联系。
如对该职位感兴趣，请填写 CUPE UNIT 3 申请表，下载地址为：
https://gradstudies.engineering.utoronto.ca/files/2022/08/UNIT-3-Application-Form.pdf 并提交至 gradstudies@engineering.utoronto.ca
多伦多大学应用科学与工程学院研究生院副院长办公室
44 St. George Street, Toronto, Ontario M5S 2E4, 电子邮件：gradstudies@engineering.utoronto.ca
截止日期：2025年03月24日，东部夏令时间晚上 11:59
该职位根据 CUPE 3902 单元 3 集体协议发布。
理解到，某些职位空缺的公告是暂定的，待最终课程决定和注册。若集体协议中规定的薪资与本公告中所述的薪资有所不同，则以集体协议中规定的薪资为准。
在招聘中，优先考虑符合资格并晋升为兼职讲师 II 或兼职讲师 III 的个人，符合 CUPE 3902 单元 3 集体协议第 14:12 条。
请注意：多伦多大学的本科生或研究生及博士后研究员受 CUPE 3902 单元 1 集体协议的保护，而不是单元 3 集体协议，且不应申请在单元 3 集体协议下发布的职位。 
多伦多