Certified AI Governance Professional (AIGP)

Wraz z dynamicznym rozwojem technologii sztucznej inteligencji rośnie potrzeba odpowiedzialnego zarządzania AI. Certyfikat AIGP (Artificial Intelligence Governance Professional) potwierdza kompetencje w zakresie zapewniania bezpieczeństwa, etyczności i zaufania w procesie tworzenia, wdrażania oraz zarządzania systemami AI. Szkolenie przygotowuje uczestników do zrozumienia podstawowych zasad, regulacji prawnych oraz praktycznych aspektów zarządzania ryzykiem i odpowiedzialnością AI.

Delegaci nauczą się:

Szkolenie AIGP obejmuje kluczowe zagadnienia odpowiedzialnego zarządzania AI, w tym:

• rozwój, integrację i wdrażanie godnych zaufania systemów AI zgodnych z przepisami,
• strategie zarządzania ryzykiem, bezpieczeństwem i ochroną prywatności,
• cykl życia systemów AI i metody jego etycznego nadzoru,
• przygotowanie do egzaminu certyfikacyjnego AIGP, choć szkolenie ma szerszy charakter praktyczny.

Kto powinien uczestniczyć?

Szkolenie skierowane jest do profesjonalistów zajmujących się zgodnością, prywatnością, bezpieczeństwem, zarządzaniem ryzykiem, obszarem prawnym, HR i zarządzaniem. Również naukowcy danych, menedżerowie projektów AI, analitycy biznesowi, właściciele produktów, zespoły Model Ops oraz osoby odpowiedzialne za wdrażanie AI w organizacjach znajdą tu praktyczną wiedzę.

Kurs jest szczególnie polecany osobom planującym uzyskanie certyfikatu Artificial Intelligence Governance Professional (AIGP).

Wymagania wstępne

Nie ma wymagań wstępnych dla tego kursu.

Moduł 1: Podstawy sztucznej inteligencji

• Definicja sztucznej inteligencji i uczenia maszynowego.
• Typy systemów AI i ich zastosowania.
• Umiejscowienie modeli AI w kontekście socjo-kulturowym.
• Różnice między rodzajami systemów AI i stos AI.
• Ewolucja AI i nauk o danych.

Moduł 2: Wpływ AI na ludzi i zasady odpowiedzialnej AI

• Ryzyka i szkody powodowane przez AI.
• Cechy zaufanych systemów AI.
• Zasady odpowiedzialnej i etycznej AI.

Moduł 3: Cykl życia rozwoju AI

• Opis cyklu życia AI.
• Ryzyka i kontekst zarządzania AI.
• Prawo dotyczące AI i kluczowe przecięcia z GDPR.
• Reforma odpowiedzialności.

Moduł 4: Wdrażanie odpowiedzialnego zarządzania ryzykiem AI

• Rola interesariuszy w zarządzaniu AI.
• Wymagania unijnego Aktu o AI.
• Globalne regulacje AI.
• Ramy zarządzania ryzykiem i standardy międzynarodowe.

Moduł 5: Wdrażanie projektów i systemów AI

• Planowanie i mapowanie projektów AI.
• Testowanie i walidacja systemów AI.
• Zarządzanie i monitorowanie po wdrożeniu.

Moduł 6: Obecne prawa stosowane do systemów AI

• Regulacje prawne dotyczące AI.
• Integracja zarządzania AI z innymi strategiami ryzyka.
• Budowa infrastruktury zarządzania AI.

Moduł 7: Istniejące i pojawiające się prawa i standardy AI

• Globalne prawo specjalne dla AI.
• Ramy i standardy etyczne AI.
• Świadomość problemów prawnych, audytowych i odpowiedzialności AI.

Moduł 8: Obecne problemy i obawy związane z AI

• Bieżące dyskusje o AI: kwestie prawne, obawy użytkowników, audyt i odpowiedzialność.