Sriram est professeur adjoint à l'École d'informatique de l'Université Carleton. Il est également chercheur associé à l'Institut Vector et à l'Institut Schwartz Reisman pour la technologie et la société, tous deux situés à Toronto. Ses recherches portent principalement sur l'apprentissage par renforcement multi-agents. Il s'intéresse particulièrement aux problèmes d'échelle, de non-stationnarité, de communication efficace et d'inefficacité d'échantillonnage dans les systèmes d'apprentissage multi-agents. Sa vision à long terme est de rendre les algorithmes d'apprentissage multi-agents applicables à divers problèmes concrets de grande envergure et de combler le fossé grandissant entre la compréhension théorique et les avancées empiriques dans ce domaine. En raison de cela, ses recherches l'amènent fréquemment à travailler sur les vastes domaines (et leurs intersections) de l'apprentissage par renforcement, de l'apprentissage machine et de la théorie des jeux. Auparavant, Sriram était chercheur postdoctoral émérite à l'Institut Vector. Il a obtenu son doctorat en génie électrique et informatique de l'Université de Waterloo. Sa thèse de doctorat a reçu le prix de la meilleure thèse de doctorat de l'Association canadienne d'intelligence artificielle. Les travaux de recherche de Sriram ont été publiés dans plusieurs revues scientifiques de premier plan spécialisées en intelligence artificielle et en systèmes multi-agents, telles que AAAI, AAMAS, ICML, AISTATS, IJCAI et JAIR. Au cours de ses recherches, Sriram a collaboré étroitement avec de nombreuses entreprises, dont Microsoft, la Banque Royale du Canada, Denso International America, l'Institut de recherche sur les systèmes environnementaux (ESRI) et la Banque de Montréal. Il siège également régulièrement au comité de lecture et de programme de revues scientifiques de référence dans les domaines de l'intelligence artificielle, de l'apprentissage machine et des systèmes multi-agents.