AI Security oktatás Magyarország

Ez oktatóvezetett, élő tréning (online vagy helyszínen) célja, hogy középszintű vállalati vezetők megtanulják, hogyan kormányzhassák és biztosítsák az AI rendszereket felelősen és összhangban az EU AI-aktussal, a GDPR-vel, az ISO/IEC 42001 normával és az amerikai elnöki rendelettel az AI-ről. A tréning végére a résztvevők képesek lesznek: * Megérteni az AI használatával járó jogi, etikai és szabályozási kockázatokat az egész vállalatban. * Előállítani és alkalmazni az AI kormányzás fő keretrendszereit (EU AI-aktus, NIST AI RMF, ISO/IEC 42001). * Biztonsági, audit, és felügyeleti irányelveket hozni létre az AI bevezetéséhez a vállalatban. * Beszerzési és használati irányelveket készíteni harmadszori és belső AI rendszerek számára.

Ez a tanfolyamoktatói, élő képzés Magyarország (online vagy helyszínen) középszintű és előkelő szintű AI-fejlesztők, architektusok és termékmenedzserek számára szolgál, akik szeretnének azonosítani és csökkenteni az LLM-meghajtott alkalmazásokkal kapcsolatos kockázatokat, beleértve a prompt-becsapás, adatszivárgás és szűretlen kimenet problémáit, beépítve biztonsági ellenőrzéseket, mint például bemeneti validáció, emberi felügyelet és kimeneti korlátok. Ez a képzés végére a résztvevők képesek lesznek:

• Értsék meg az LLM alapú rendszerek alapvető gyengeségeit.
• Alkalmazzák a biztonságos tervezési elveket az LLM alkalmazás architektúrában.
• Használjanak eszközöket, mint Guardrails AI és LangChain validálásra, szűrésekre és biztonságra.
• Beépítsenek technikákat, mint a sandboxing, red teaming és emberi felügyeleti áttekintés gyártási szintű folyamatokba.

Azt tanítja, hogy oktatóvezetett élő képzés Magyarország (online vagy helyszínen), és célcsoportja a közép szintű gépi tanulás és kiberbiztonsági szakemberek, akik meg akarnak érteni és csökkenteni a kutatási modelljeik ellen érvényesülő fenyegetéseket, koncepcionális keretek és gyakorlati védelmi stratégiák, például robust tréning és differenciális bizalmaság alkalmazásával.A képzés végén a résztvevők képesek lesznek:

• Gépi tanuláshoz tartozó fenyegetéseket azonosítani és osztályozni, például ellenőrző támadások, inverszió és mérgezés.
• Használni a Adversarial Robustness Toolbox (ART) eszközöket támadások szimulálására és modellek tesztelésére.
• Alkalmazni gyakorlati védelmi stratégiákat, például ellenőrző tréninget, zajbevitel és bizalmaságvédő technikákat.
• Kezelni fenyegetésekre érzékeny modellértékelési stratégiákat termelési környezetekben.

Ez az oktatóvezetett, élő edzés Magyarország (online vagy helyszíni) az kezdő szintű IT-biztonsági, kockázatkezelési és megfelelési szakembereket célozza, akik alapvető AI-biztonsági fogalmak, fenyegetési vektorok és globális keretek, mint a NIST AI RMF és az ISO/IEC 42001 megismerését kívánják. Ez az edzés végén a résztvevők képesek lesznek:

• Megértetni az AI-rendszerek által bevezetett egyedi biztonsági kockázatokat.
• Fenyegetési vektorokat azonosítani, mint például ellenfél támadásokat, adatmérgezést és modellinverziót.
• Alapvető kormányzati modelleket alkalmaznia, mint a NIST AI Risk Management keretet.
• Az AI használatát igazítani az újonnan kialakult szabványokkal, megfelelési irányelvekkel és etikai elvekkel.