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。
課程時長 7 時間:
課程簡介
負責任人工智慧的基礎
- 什麼是負責任的人工智慧,以及它為何對軟體開發至關重要
- 原則:公平性、問責性、透明性與隱私
- 程式碼庫中倫理失誤與人工智慧濫用的案例
人工智慧生成程式碼中的偏差與公平性
- 大型語言模型(LLMs)如何透過訓練數據強化偏差
- 偵測並修復具有偏差或不安全的程式碼建議
- 人工智慧幻覺(hallucination)及大規模引入錯誤的風險
授權、署名與智慧財產權考量
- 理解開源授權條款(MIT、GPL、Copyleft)
- LLMs 生成的輸出內容是否需要署名?
- 審計人工智慧輔助程式碼中的第三方授權問題
人工智慧輔助開發中的安全性與合規性
- 確保程式碼安全,並避免 LLMs 產生的不安全模式
- 遵守內部安全指南與產業法規
- 對人工智慧輔助決策過程進行可審計的文件記錄
開發團隊的政策與治理
- 為軟體團隊制定內部人工智慧使用政策
- 定義可接受的用途與警示信號
- 工具選擇及人工智慧助手的負責任導入
評估與審計人工智慧輸出
- 使用檢查清單評估生成內容的可靠度
- 對人工智慧生成的程式碼進行手動與自動化審查
- 同儕審查與核准流程的最佳實務
總結與後續步驟
最低要求
- 對軟體開發工作流程的基本了解
- 熟悉 Agile、DevOps 或一般軟體專案實務
受眾
- 合規團隊
- 開發人員
- 軟體專案經理
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯