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:面向技術團隊的歐盟人工智能法案
- 開發人員和操作人員的相關義務與術語。
- 從技術角度理解第4條下的禁止行爲。
- 將法律要求映射到工程控制。
安全與合規的開發生命週期
- AI項目的倉庫結構和策略即代碼。
- 代碼審查和針對風險模式的自動化靜態檢查。
- 模型組件的依賴和供應鏈管理。
合規的CI/CD流水線設計
- 流水線階段:構建、測試、驗證、打包、部署。
- 集成治理門控和自動化策略檢查。
- 工件不可變性和來源追蹤。
模型測試、驗證與安全檢查
- 數據驗證和偏差檢測測試。
- 性能、魯棒性和對抗性韌性測試。
- 自動化驗收標準和測試報告。
模型註冊、版本控制與來源追蹤
- 使用MLflow或類似工具記錄模型譜系和元數據。
- 模型和數據集的版本控制,確保可重複性。
- 記錄來源並生成可審計的工件。
運行時控制、監控與可觀測性
- 日誌記錄輸入、輸出和決策的工具化。
- 監控模型漂移、數據漂移和性能指標。
- 告警、自動回滾和金絲雀部署。
安全性、訪問控制與數據保護
- 模型訓練和服務環境的最小權限IAM。
- 保護靜態和傳輸中的訓練和推理數據。
- 密鑰管理和安全配置實踐。
可審計性與證據收集
- 生成機器可讀的日誌和人類可讀的摘要。
- 打包證據用於符合性評估和審計。
- 保留政策和合規工件的安全存儲。
事件響應、報告與修復
- 檢測可疑的禁止行爲或安全事件。
- 包含、回滾和緩解的技術步驟。
- 爲治理和監管機構準備技術報告。
總結與下一步
最低要求
- 瞭解軟件開發和部署工作流程。
- 具備容器化和基本Kubernetes概念的經驗。
- 熟悉基於Git的版本控制和CI/CD實踐。
目標受衆
- 構建或維護AI組件的開發人員。
- 負責部署的DevOps和平臺工程師。
- 管理基礎設施和運行時環境的管理員。
14 時間: