Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Fundamentos: Reglamento de IA de la UE para equipos técnicos
- Obligaciones y terminología relevantes para desarrolladores y operadores.
- Comprensión de las prácticas prohibidas según el Artículo 4 desde una perspectiva técnica.
- Correspondencia entre requisitos legales y controles de ingeniería.
Ciclo de vida de desarrollo seguro y conforme
- Estructura del repositorio y policy-as-code para proyectos de IA.
- Revisión de código y revisiones estáticas automatizadas para patrones de riesgo.
- Gestión de dependencias y cadena de suministro para componentes de modelos.
Diseño de pipelines de CI/CD para el cumplimiento
- Etapas del pipeline: compilación, pruebas, validación, empaquetado y despliegue.
- Integración de puertas de gobernanza y comprobaciones de políticas automatizadas.
- Inmutabilidad de artefactos y seguimiento de procedencia.
Pruebas, validación y comprobaciones de seguridad de modelos
- Pruebas de validación de datos y detección de sesgos.
- Pruebas de rendimiento, robustez y resiliencia adversarial.
- Criterios de aceptación automatizados e informes de pruebas.
Registro de modelos, versionado y procedencia
- Uso de MLflow o equivalentes para la genealogía y metadatos de modelos.
- Versionado de modelos y conjuntos de datos para reproducibilidad.
- Registro de procedencia y generación de artefactos listos para auditoría.
Controles de tiempo de ejecución, monitoreo y observabilidad
- Instrumentación para registrar entradas, salidas y decisiones.
- Monitoreo de deriva de modelos, deriva de datos y métricas de rendimiento.
- Alertas, reversión automática y despliegues canary.
Seguridad, control de acceso y protección de datos
- IAM con privilegios mínimos para entornos de entrenamiento y servicio de modelos.
- Protección de datos de entrenamiento e inferencia en reposo y en tránsito.
- Gestión de secretos y prácticas de configuración segura.
Auditabilidad y recopilación de evidencia
- Generación de registros legibles por máquina y resúmenes legibles por humanos.
- Empaquetado de evidencia para evaluaciones de conformidad y auditorías.
- Políticas de retención y almacenamiento seguro de artefactos de cumplimiento.
Respuesta a incidentes, informes y remediación
- Detección de prácticas prohibidas sospechosas o incidentes de seguridad.
- Pasos técnicos para contención, reversión y mitigación.
- Preparación de informes técnicos para gobernanza y reguladores.
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo de desarrollo y despliegue de software.
- Experiencia en contenedores y conceptos básicos de Kubernetes.
- Conocimiento de control de versiones basado en Git y prácticas de CI/CD.
Público objetivo
- Desarrolladores que construyan o mantengan componentes de IA.
- Ingenieros de DevOps y de plataforma responsables del despliegue.
- Administradores que gestionen infraestructura y entornos de tiempo de ejecución.
