Tack för att du skickade din fråga! En av våra teammedlemmar kontaktar dig snart.
Tack för att du skickade din bokning! En av våra teammedlemmar kontaktar dig snart.
Varaktighet 14 timmar
Kursplan
Introduktion till integritetsskyddande AI
- Grundläggande principer för dataskydd i mobila appar
- Regulatoriska drivkrafter för AI på enheten
- Fördelar och begränsningar med lokal databehandling
Förståelse av Nano Banana för integritet på enheten
- Nano Bananas modellarkitektur
- Säkerhetsegenskaper och lokala exekveringsvägar
- Stödda plattformar och mobila integrationsmönster
Databehandling och tekniker för lokal processering
- Samla in och lagra känsliga data säkert på enheten
- Minimera dataexponering genom lokal inferens
- Strategier för anonymisering och pseudonymisering
Implementering av integritetsskyddande AI-funktioner
- Skapa AI-drivna funktioner utan att skicka användardata
- Designa flöden som är redo för hälsovård, finans eller efterlevnad
- Säkerställa dataisolering mellan appkomponenter
Säkerhetsöverväganden för modeller på enheten
- Skydda modeller mot utvinning eller manipulering
- Säkert sandboxing och behörighetsstyrning
- Trotsmodellering för mobila AI-system
Efterlevnad och regulatorisk anpassning
- Förstå GDPR, HIPAA och implikationer inom finanssektorn
- Documentera integritet-by-design-ansatser
- Underhålla revisionsmöjlighet utan att äventyra användardata
Testning och validering av integritetssäkertillbud
- Testa arbetsflöden för oavsiktlig dataläckage
- Utvärdera avvägningar mellan noggrannhet och integritet
- Kontinuerlig validering över app-uppdateringar
Utrullning och underhåll av integritetsinriktade AI-appar
- Hantera uppdateringar av modeller på enheten
- Övervaka prestanda och efterlevnad över tid
- Framtidsanpassa applikationer för utvecklande regleringar
Sammanfattning och nästa steg
Krav
- Kunskap om mobilutveckling eller applikationsutveckling
- Erfarenhet av Python, Kotlin eller Swift
- Grundläggande kunskap om AI- eller maskininlärningskoncept
Målgrupp
- Enterprise-lag
- Efterlevnadsansvariga
- Utvecklare som bygger känsliga applikationer
Vittnesmål (1)
Flöde, känsla och ämne i presentationen
Lukasz Kowalczyk - Allegro Sp. z o.o.
Kurs - Google Gemini AI for Data Analysis
Maskintolkat
