Bądźmy w kontakcie
 Czas trwania 14 godzin

Plan Szkolenia

Podstawy: Akt UE o AI dla zespołów technicznych

  • Istotne obowiązki i terminologia dla programistów i operatorów
  • Zrozumienie praktyk zabronionych na mocy Artykułu 4 z perspektywy technicznej
  • Mapowanie wymagań prawnych na mechanizmy kontroli inżynieryjnej

Bezpieczny i zgodny z przepisami cykl życia oprogramowania

  • Struktura repozytorium i podejście policy-as-code w projektach AI
  • Przegląd kodu i zautomatyzowane kontrole statyczne w poszukiwaniu ryzykownych wzorców
  • Zarządzanie zależnościami i łańcuchem dostaw komponentów modeli

Projektowanie potoku CI/CD pod kątem zgodności

  • Etapy potoku: budowanie, testowanie, walidacja, pakowanie, wdrażanie
  • Integracja bramek nadzoru i zautomatyzowanych kontroli polityk
  • Niezmienność artefaktów i śledzenie pochodzenia

Testowanie modeli, walidacja i kontrole bezpieczeństwa

  • Testy walidacji danych i wykrywania stronniczości
  • Testy wydajności, odporności i odporności na ataki adwersarialne
  • Zautomatyzowane kryteria akceptacji i raportowanie testów

Rejestr modeli, wersjonowanie i pochodzenie

  • Wykorzystanie MLflow lub odpowiednika do śledzenia pochodzenia modeli i metadanych
  • Wersjonowanie modeli i zbiorów danych w celu zapewnienia odtwarzalności
  • Rejestrowanie pochodzenia i tworzenie artefaktów gotowych do audytu

Kontrole środowiska uruchomieniowego, monitorowanie i obserwowalność

  • Instrumentacja do rejestrowania danych wejściowych, wyjściowych i decyzji
  • Monitorowanie dryfu modelu, dryfu danych i wskaźników wydajności
  • Alertowanie, automatyczne wycofywanie zmian i wdrożenia kanarkowe

Bezpieczeństwo, kontrola dostępu i ochrona danych

  • Zasada najmniejszych uprawnień IAM w środowiskach trenowania i serwowania modeli
  • Ochrona danych treningowych i inferencyjnych w spoczynku i podczas przesyłania
  • Zarządzanie sekretami i bezpieczne praktyki konfiguracyjne

Możliwość audytu i gromadzenie dowodów

  • Generowanie logów w formacie do odczytu maszynowego i podsumowań czytelnych dla człowieka
  • Pakowanie dowodów na potrzeby ocen zgodności i audytów
  • Polityki przechowywania i bezpieczne magazynowanie artefaktów zgodności

Reagowanie na incydenty, raportowanie i usuwanie skutków

  • Wykrywanie podejrzewanych praktyk zabronionych lub incydentów bezpieczeństwa
  • Techniczne kroki izolacji, wycofywania i łagodzenia skutków
  • Przygotowywanie raportów technicznych dla organów nadzoru i regulatorów

Podsumowanie i dalsze kroki

Wymagania

  • Znajomość procesów tworzenia i wdrażania oprogramowania
  • Doświadczenie w konteneryzacji i podstawowe pojęcia związane z Kubernetes
  • Znajomość systemu kontroli wersji opartego na Git i praktyk CI/CD

Grupa docelowa

  • Programiści tworzący lub utrzymujący komponenty AI
  • Inżynierowie DevOps i platform odpowiedzialni za wdrażanie
  • Administratorzy zarządzający infrastrukturą i środowiskami uruchomieniowymi

Liczba uczestników


Cena za uczestnika (netto)

Opinie uczestników (1)

Propozycje terminów

Powiązane Kategorie