RuRuth est professeure agrégée à l'Université York de Toronto, au Canada. Avant de se joindre à York, elle était chercheuse principale à l'Institut Max Planck pour les systèmes intelligents de Tübingen, en Allemagne, et chercheuse postdoctorale au département d'apprentissage automatique de l'Université Carnegie Mellon ainsi qu'à Georgia Tech. Elle a obtenu son doctorat de l'Université de Waterloo en 2013 pour une thèse portant sur la théorie de l'apprentissage statistique. Elle siège régulièrement au comité de programme des principales conférences sur l'apprentissage machine et la théorie de l'apprentissage, telles que NeurIPS, ICML, ALT et COLT, et copréside le comité d'organisation local d'ALT 2026 à Toronto.

Ses recherches visent à développer des outils et des cadres mathématiques pour analyser les possibilités et les limites de l'apprentissage automatique. Elle s'intéresse particulièrement à l'élaboration de fondements formels pour les aspects de l'apprentissage automatique liés aux méthodes d'évaluation et aux impacts sociétaux, tels que l'interprétabilité humaine, la quantification de l'incertitude, la robustesse et l'équité.