Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Schița de curs
Ziua 1: Construirea Fundamentului — Ingestare, Căutare, Recuperare
Modulul 1: Peisajul Inginerului Legal
- Obiective de învățare — înțelegeți rolul, unde se încadrează AI în activitățile juridice și cele două riscuri care traversează totul.
- Subiecte
-
- Rolul inginerului legal și motivul pentru care este anglat acum.
- Unde se încadrează AI: eDiscovery, revizuire, contracte, cercetare, investigații; modelul EDRM în termeni simpli.
- Construcție vs. Achiziție (Build vs. Buy).
- Cele două riscuri care traversează totul: confidențialitatea/privilegiul și defensabilitatea.
Modulul 2: Datele Juridice sunt Dezordonate — Ingestare și Extracție
- Obiective de învățare — gestionați realitatea datelor juridice la scară.
- Subiecte
- Peste 1.400 de tipuri de fișiere, email și PST, hârtii scanate, fișiere de încărcare (.dat/.opt); metadatele integrate care contează.
- Extracția textului (Tika), OCR și deduplicarea ca opțiune.
- Laborator: Ingestare FreeEed — construiți un pipeline de ingestie peste un set de documente intenționat dezordonat (email/PST, scanări, fișiere de încărcare).
Modulul 3: Căutare și Recuperare — Fundamentul
- Obiective de învățare — construiți primarul eDiscovery principal: găsiți orice în interiorul tuturor.
- Subiecte — căutare full-text și indexare (Solr/Lucene); relevanță, metadate și filtrare după dată; căutare pe conținut OCR.
- Laborator: Căutare eDiscovery — indexați un corpus și efectuați căutări reale stil eDiscovery, inclusiv în interiorul scanărilor OCR.
Modulul 4: RAG pentru Documente Juridice — cu Citări
- Obiective de învățare — construiți RAG peste documente juridice care citează sursele.
- Subiecte
- De ce recuperarea, nu fine-tuning, pentru materiale sensibile — modelul nu absoarbe niciodată documentele.
- Chunking (împărțirea în bucăți), embeddings și, cel mai important, citări / proveniență.
- Sinteza pe mai multe documente și fir de conversație.
- Laborator: RAG Legal cu Citări — construiți un RAG Q&A peste un set de documente care răspunde cu citări din surse.
Ziua 2: Asigurați Confidențialitatea, Defensabilitatea și Deploy-ul
Modulul 5: Confidențialitate, Privilegiu și Serving Local — Capcana Privilegiului
- Obiective de învățare — păstrați datele juridice locale și fiți capabil să le certificați.
- Subiecte
- Unde merg efectiv datele când ating un AI cloud.
- Renunțarea la privilegiu, obligația de competență și spectrul “privat” (contractual vs. fizic).
- Cazul Morgan v. V2X și de ce soluțiile locale sunt defensibile în instanță.
- Serving modele locale (Ollama / vLLM) și monitorizarea traficului outbound.
- Laborator: Model Local + Dovada egress-ului — rulați un model local de la capăt la capăt și demonstrați, prin monitorizare, că nu a avut loc nicio ieșire de date.
Modulul 6: Revizuire AI Defensibilă
- Obiective de învățare — măsurați și documentați o revizuire AI astfel încât aceasta să reziste.
- Subiecte
- Numerica care rezistă în instanță: recall, elusion, precision, validarea ground-truth; TAR / învățare activă.
- Transparența (de ce a codificat acest document?) și reproducibilitatea — fixați modelul, setările constante și înregistrați totul.
- “Snapshot-ul defensibil al cazului” care permite cuiva să re-rulați revizuirea dvs. peste un an și să obțineți același rezultat.
- Laborator: Revizuire Defensibilă — măsurați o revizuire AI împotriva unui ground-truth orb și produceți un pachet de reproducibilitate.
Modulul 7: Livrați-l — Fluxuri de Lucru, Deploy Privat și Guvernare
- Obiective de învățare — asamblați piesele într-un flux de lucru, deploy-ul privat și evaluați-l.
- Subiecte
- Un flux de lucru juridic multi-pas (ingestare → căutare → sinteză → revizuire → producție) cu omul în buclă.
- Esențialele deploy-ului privat/on-premises (containerizați; păstrați datele în clădire).
- Guvernarea AI pentru juridic, pe scurt, și evaluarea sistemului cu SAIS-100 (Scorul Secure AI al Elefantului).
- Laborator: Evaluare și Împachetare — conectați un flux de lucru multi-pas, evaluați-l cu SAIS-100 și împachetați-l pentru deploy privat.
Proiect Capstone (integrat pe Ziua 2)
- Construiți o aplicație AI legală privată și defensibilă de la capăt la capăt — ingestarea unui corpus dezordonat, căutarea în el, răspunsul la întrebări cu citări folosind un model local, măsurarea unei revizuiri defensibile și împachetarea pentru deploy privat.
- Participanții pleacă cu un proiect portofoliu care reprezintă jobul de inginer legal.
Ziua 3 Opțională / Module Avansate (livrabile ca a 3-a zi sau ca serie modulară)
- Investigații: Entități, Relații și Timeline-uri — extragerea persoanelor/organizațiilor/datelor, reconstrucția firelor de email, construirea cronologiilor, maparea near-duplicates și a genealogiei documentelor. Lab: construirea unui timeline și a unei vederi entitate/relație.
- Fluxuri de Lucru Agentic și Multi-Pas pentru Legal (aprofundat) — orchestrare mai bogată, analiză contracte, sinteză multi-doc, utilizarea tool-urilor și guardrails ca principiu de design. Lab: construirea unui flux de lucru multi-pas cu un checkpoint uman.
- Deploy la Scară — deploy on-prem și appliance, procesare distribuită pentru volume mari, medii reglementate (CJIS, guvern, învățământ superior), dimensionarea hardware-ului. Lab: containerizarea și scalarea unui job de procesare peste mai mulți lucrători.
- Aprofundarea Guvernării și Conformității — peisajul reglementărilor AI (peste 100 de legi AI ale statelor US, Legea AI a UE), cerințe de audit și un audit guvernamental SAIS-100 complet. Lab: auditarea unui sistem legal-AI împotriva unei liste de verificare guvernamentale/defensibile.
Cerințe
- Confortabilitate cu Python și API-uri de bază.
- Util: familiaritate cu modelele lingvistice mari (LLM) la nivel de utilizator (nu este necesară o fundație în ML — construim modelul mental).
- Nu este necesar un fundal juridic — conceptele juridice necesare sunt predate contextual.
Public țintă
- Ingenieri software / AI care se Mută în domeniul legal-tech.
- Ingenieri ai company-urilor din sectorul legal-tech care au nevoie de profunzime în domeniu juridic.
- Profesioniști tehnici din domeniul juridic / eDiscovery / guvernarea informațiilor care vor să construiască, nu doar să cumpere.
- Oricine țintește rolul de “inginer legal” / “inginer AI legal”.
14 Ore
Mărturii (1)
Am dobândit cunoștințe despre biblioteca Streamlit din Python și cu siguranță voi încerca să o folosesc pentru a îmbunătăți aplicațiile din echipa mea, care sunt realizate în R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curs - GitHub Copilot for Developers
Tradus de catre o masina
