感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
基礎概念:技術團隊必知 EU AI Act
- 開發人員與營運者需遵守的義務與專業術語
- 從技術角度理解第 4 條所禁止的操作行為
- 將法律要求映射至工程控制措施
安全且合規的開發生命週期
- AI 專案的程式碼庫結構與策略即程式(Policy-as-Code)
- 透過程式碼審查與自動化靜態檢查,識別高風險模式
- 模型元件的依賴性與供應鏈管理
符合合規性的 CI/CD 流程設計
- 流程階段:建置、測試、驗證、封裝、部署
- 整合治理閘道與自動化策略檢查
- 工件的不可變性及來源追蹤
模型測試、驗證與安全檢查
- 資料驗證與偏差檢測測試
- 效能、穩定性與對抗性韌性測試
- 自動化驗收標準與測試報告
模型註冊表、版本控制與來源追溯
- 使用 MLflow 或同等工具管理模型線索與中繼資料
- 對模型與資料集進行版本控制,以確保可重現性
- 記錄來源並產出符合審計標準的工件
運行時控制、監控與可觀測性
- 針對輸入、輸出及決策內容的即時監測插件
- 監控模型漂移、資料漂移及效能指標
- 警報機制、自動化回滾及灰度發布
安全性、存取控制與資料保護
- 模型訓練與服務環境的最小權限 IAM 設定
- 保護靜態與傳輸中的訓練與推論資料
- 機密管理與安全配置實踐
可審計性與證據蒐集
- 產出機器可讀的日誌與人類可讀的摘要報告
- 打包符合性評估與審計所需的證據
- 保留政策與合規工件的安全儲存
事件回應、通報與糾正措施
- 偵測疑似違規操作或安全事件
- 隔離、回滾與緩解的技術步驟
- 準備提交給治理單位與監管機構的技術報告
總結與後續步驟
最低要求
- 具備軟體開發與部署流程的知識
- 擁有容器化技術與基礎 Kubernetes 概念的操作經驗
- 熟悉基於 Git 的版本控制與 CI/CD 實踐
目標受眾
- 負責建構或維護 AI 元件的開發人員
- 負責部署的 DevOps 與平台工程師
- 管理基礎設施與運行時環境的管理員
14 小時