Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion till säker och etisk AI
- Översikt över AI-säkerhet och etik
- Vanliga hot och sårbarheter i AI-system
- Regulatorisk landskap och efterlevnadsramar
Säkerhetshot i AI-system
- Dataförorening och modellmanipulation
- Motstridiga attacker på AI-modeller
- Mitigeringsstrategier för säkerhetshot inom AI
Att bygga robusta och säkra AI-modeller
- Säker AI-utvecklingslivscykel
- Defensiva maskininlärningstekniker
- Validering och testning av AI-modeller
Etisk AI-utveckling och rättvisa
- Biasdetektering och -mitigering i AI-modeller
- Förklarbarhet och transparens i AI-beslut
- Säkerställa att AI distribueras på ett ansvarsfullt sätt
AI-styrning, efterlevnad och riskhantering
- Efterlevnad av GDPR, CCPA och AI-lagen
- Riskhanteringsramar för AI-säkerhet
- Granskning av AI-modeller för säkerhets- och etiska frågor
Säkra AI-distributionspraxis
- Distribuera AI-agenter med säkerhet i åtanke
- Övervaka AI-modeller för anomalier och sårbarheter
- Incidentrespons och mitigation av AI-säkerhetsincidenter
Fallstudier och tillämpningar i verkliga situationer
- Fallstudier av säkerhetsbrott i AI och lärdomar
- Att implementera säkra AI-agenter i verkliga scenarier
- Bästa praxis för att framtidssäkra AI-säkerhet
Sammanfattning och nästa steg
Krav
- Förståelse av AI- och maskininlärningskoncept
- Erfarenhet av Python och AI-ramverk
- Grundläggande kunskaper om cybersäkerhetsprinciper
Publik
- AI-utvecklare
- Säkerhetsspecialister
- Compliance-officerer
14 timmar
Vittnesmål (1)
Tränare som svarar på frågor på plats.
Adrian
Kurs - Agentic AI Unleashed: Crafting LLM Applications with AutoGen
Machine Translated