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
Introducción a la IA que preserva la privacidad
- Principios fundamentales de la privacidad de los datos en las aplicaciones móviles
- Factores normativos que impulsan la IA en el dispositivo
- Beneficios y limitaciones del procesamiento local
Comprensión de Nano Banana para la privacidad en el dispositivo
- Arquitectura del modelo Nano Banana
- Propiedades de seguridad y rutas de ejecución local
- Plataformas compatibles y patrones de integración móvil
Técnicas de manejo de datos y procesamiento local
- Recolección y almacenamiento seguro de datos sensibles en el dispositivo
- Minimización de la exposición de datos mediante la inferencia local
- Estrategias de anonimización y pseudonimización
Implementación de funciones de IA que preservan la privacidad
- Creación de funciones impulsadas por IA sin transmitir datos del usuario
- Diseño de flujos de trabajo aptos para el sector de salud, financiero o de cumplimiento
- Asegurar el aislamiento de datos entre los componentes de la aplicación
Consideraciones de seguridad para modelos en el dispositivo
- Protección de los modelos contra la extracción o manipulación
- Enclavamiento (sandboxing) seguro y gestión de permisos
- Modelado de amenazas para sistemas de IA móvil
Cumplimiento y alineación regulatoria
- Comprensión de las implicaciones del RGPD, HIPAA y del sector financiero
- Documentación de enfoques de privacidad por diseño
- Mantenimiento de la audibilidad sin comprometer los datos del usuario
Pruebas y validación de las garantías de privacidad
- Prueba de flujos de trabajo en busca de fugas de datos no intencionales
- Evaluación de los compromisos entre precisión y privacidad
- Validación continua a través de las actualizaciones de la aplicación
Despliegue y mantenimiento de aplicaciones de IA centradas en la privacidad
- Gestión de las actualizaciones de modelos en el dispositivo
- Monitoreo del rendimiento y el cumplimiento con el paso del tiempo
- Adaptación de las aplicaciones a las regulaciones en constante evolución
Resumen y próximos pasos
Requerimientos
- Comprensión del desarrollo de aplicaciones móviles
- Experiencia con Python, Kotlin o Swift
- Familiaridad básica con los conceptos de IA o aprendizaje automático
Audiencia
- Equipos empresariales
- Oficiales de cumplimiento
- Desarrolladores que construyen aplicaciones sensibles
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática