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.
Temario del curso
Fundamentos de la IA responsable
- Qué es la IA responsable y por qué es importante en el desarrollo de software
- Principios: equidad, responsabilidad, transparencia y privacidad
- Ejemplos de fracasos éticos y mal uso de la IA en bases de código
Sesgo y equidad en el código generado por IA
- Cómo los modelos de lenguaje grandes (LLM) pueden reforzar el sesgo a través de los datos de entrenamiento
- Detección y corrección de sugerencias de código con sesgo o inseguras
- Alucinaciones de IA y el riesgo de introducir errores a gran escala
Consideraciones sobre licencias, atribución y propiedad intelectual
- Comprensión de las licencias de código abierto (MIT, GPL, Copyleft)
- ¿Requieren las salidas generadas por LLM una atribución?
- Auditoría del código asistido por IA para identificar problemas de licencias de terceros
Seguridad y cumplimiento en el desarrollo asistido por IA
- Garantizar la seguridad del código y evitar patrones inseguros generados por LLM
- Cumplimiento de las directrices de seguridad internas y las regulaciones de la industria
- Documentación auditable de la toma de decisiones asistida por IA
Políticas y gobernanza para equipos de desarrollo
- Creación de políticas internas de uso de IA para equipos de software
- Definición del uso aceptable y las señales de alerta
- Selección de herramientas e incorporación responsable de asistentes de IA
Evaluación y auditoría de la salida de IA
- Uso de listas de comprobación para evaluar la confiabilidad del contenido generado
- Realización de revisiones manuales y automatizadas del código generado por IA
- Mejores prácticas para los procesos de revisión por pares y aprobación final
Resumen y próximos pasos
Requerimientos
- Conocimiento básico de los flujos de trabajo de desarrollo de software
- Familiaridad con Agile, DevOps o prácticas generales de proyectos de software
Público objetivo
- Equipos de cumplimiento normativo
- Desarrolladores
- Gerentes de proyectos de software
7 Horas
Testimonios (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática