Plan Szkolenia

Podstawy: EU AI Act dla zespołów technicznych

  • Wymagane zobowiązania i terminologia dla programistów i operatorów
  • Zrozumienie zabronionych praktyk zgodnie z Artykułem 4 z perspektywy technicznej
  • Mapowanie wymagań prawnych na kontrole inżynieryjne

Bezpieczny i zgodny cykl rozwoju oprogramowania

  • Struktura repozytorium i polityka-as-code dla projektów AI
  • Przegląd kodu i automatyczne statyczne sprawdzanie ryzykownych wzorców
  • Zarządzanie zależnościami i łańcuchem dostaw dla komponentów modeli

Projektowanie potoków CI/CD dla zgodności

  • Etapy potoku: budowa, testowanie, walidacja, pakietowanie, wdrażanie
  • Integracja bramek zarządzania i automatycznych sprawdzania polityki
  • Niewzruszalność artefaktów i śledzenie pochodzenia

Testowanie, walidacja i kontrole bezpieczeństwa modeli

  • Testy walidacji danych i wykrywania uprzedzeń
  • Testowanie wydajności, odporności i odporności na ataki przeciwników
  • Automatyczne kryteria akceptacji i raporty testowe

Rejestr, wersjonowanie i pochodzenie modeli

  • Używanie MLflow lub równoważnego narzędzia do linii genealogicznej modelu i metadanych
  • Wersjonowanie modeli i zestawów danych dla powtarzalności
  • Rejestrowanie pochodzenia i tworzenie gotowych do audytu artefaktów

Kontrole uruchomieniowe, monitorowanie i obserwowalność

  • Instrumentacja do rejestrowania wejść, wyjść i decyzji
  • Monitorowanie zjawiska driftu modeli, zjawiska driftu danych i metryk wydajności
  • Alarmowanie, automatyczne cofanie i rozmieszczenia canary

Bezpieczeństwo, kontrola dostępu i ochrona danych

  • Najmniejsze uprawnienia IAM dla środowisk treningowych i serwisujących modeli
  • Ochrona danych treningowych i wniosków w spoczynku i podczas przesyłania
  • Zarządzanie sekretami i bezpieczne praktyki konfiguracji

Audytabilność i zbiór dowodów

  • Generowanie logów czytelnych przez maszynę i podsumowań czytelnych dla człowieka
  • Pakowanie dowodów dla ocen zgodności i audytów
  • Polityki przechowywania i bezpieczne przechowywanie artefaktów zgodności

Odpowiedzi na incydenty, raportowanie i eliminacja usterek

  • Wykrywanie podejrzanych zabronionych praktyk lub incydentów bezpieczeństwa
  • Techniczne kroki dla zawierania, cofania i łagodzenia
  • Przygotowywanie raportów technicznych dla zarządzania i nadzorujących organów

Podsumowanie i kolejne kroki

Wymagania

  • Zrozumienie procesów rozwoju i wdrażania oprogramowania
  • Doświadczenie z konteneryzacją i podstawowymi koncepcjami Kubernetesa
  • Znajomość Git-based source control i praktyk CI/CD

Odbiorcy

  • Programiści tworzący lub obsługujący komponenty AI
  • Inżynierowie DevOps i platform odwodzowi za wdrażanie
  • Administratorzy zarządzający infrastrukturą i środowiskami uruchomieniowymi
 14 godzin

Liczba uczestników


Cena za uczestnika

Propozycje terminów

Powiązane Kategorie