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.
Durata 7 ore
Schița de curs
Fundamentele AI-ului responsabil
- Ce este AI-ul responsabil și de ce contează în dezvoltarea de software
- Principii: corectitudine, responsabilitate, transparență și confidențialitate
- Exemple de eșecuri etice și utilizare greșită a AI în bazele de cod
Bias și corectitudine în codul generat de AI
- Cum pot LLM-urile să întărească bias-ul prin datele de antrenare
- Detectarea și remedierea sugestiilor de cod părtinitoare sau nesigure
- Halucinația AI și riscul introducerii de erori la scară largă
Licențiere, atribuire și considerente de proprietate intelectuală
- Înțelegerea licențelor open-source (MIT, GPL, Copyleft)
- Necesită rezultatele generate de LLM atribuire?
- Auditarea codului asistat de AI pentru probleme de licențiere de la terți
Securitate și conformitate în dezvoltarea asistată de AI
- Asigurarea siguranței codului și evitarea modelelor nesigure de la LLM-uri
- Conformitatea cu ghidurile interne de securitate și reglementările din industrie
- Documentație auditabilă a procesului decizional asistat de AI
Politici și guvernanță pentru echipele de dezvoltare
- Crearea de politici interne de utilizare a AI pentru echipele software
- Definirea utilizării acceptabile și a semnalelor de alarmă
- Selecția instrumentelor și onboarding responsabil al asistenților AI
Evaluarea și auditarea rezultatelor AI
- Utilizarea listelor de verificare pentru a evalua fiabilitatea conținutului generat
- Efectuarea de revizuiri manuale și automate ale codului generat de AI
- Cele mai bune practici pentru procesele de peer-review și aprobare
Rezumat și pașii următori
Cerințe
- Înțelegerea de bază a fluxurilor de lucru în dezvoltarea software
- Familiaritate cu Agile, DevOps sau practici generale de proiecte software
Public țintă
- Echipe de conformitate
- Dezvoltatori
- Manageri de proiecte software
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