Sivan Sabato est professeure agrégée au Département d'informatique et de génie logiciel de l'Université McMaster, titulaire de la Chaire CIFAR en intelligence artificielle du Canada et membre du corps professoral de l'Institut Vector. Auparavant, elle a enseigné au Département d'informatique de l'Université Ben Gourion après un stage postdoctoral chez Microsoft Research New England. Elle a obtenu son doctorat à l'École d'informatique et de génie de l'Université hébraïque de Jérusalem. Elle est rédactrice en chef adjointe du Journal of Machine Learning Research et des Transactions of Machine Learning Research, et préside régulièrement des séances thématiques lors de conférences sur l'apprentissage machine telles que NeurIPS, ICML, COLT, ALT et AISTATS. Elle a également présidé le comité des publications d'ALT 2021 et coprésidé celui d'ICML 2022 et 2023. 

Les recherches de Sivan portent sur l'apprentissage automatique interactif, un domaine qui étudie les contextes d'apprentissage machine où les algorithmes interagissent avec les mécanismes de collecte de données et orientent la sélection des données à recueillir. Dans de tels contextes, des stratégies algorithmiques intelligentes d'acquisition et d'utilisation des données peuvent améliorer significativement les résultats d'apprentissage. Sivan étudie aussi l'équité dans l'apprentissage machine, et plus particulièrement son estimation à partir de données limitées et agrégées.