Cursos de AI Security em Belo Horizonte

Este treinamento ao vivo, conduzido por um instrutor em Belo Horizonte (online ou presencial), é direcionado a profissionais de TI de nível iniciante a intermediário que desejam entender e implementar AI TRiSM em suas organizações.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os conceitos-chave e a importância da gestão de confiança, risco e segurança na IA.
• Identificar e mitigar riscos associados aos sistemas de IA.
• Implementar as melhores práticas de segurança para a IA.
• Entender conformidade regulatória e considerações éticas para a IA.
• Desenvolver estratégias eficazes para governança e gestão da IA.

Esta formação presencial ou online, conduzida por instrutor em Belo Horizonte, é direcionada a profissionais intermediários de IA e cibersegurança que desejam entender e abordar as vulnerabilidades de segurança específicas aos modelos e sistemas de IA, particularmente nos setores altamente regulamentados como finanças, governança de dados e consultoria.

Ao final desta formação, os participantes serão capazes de:

• Compreender os tipos de ataques adversários direcionados a sistemas de IA e métodos para defendê-los.
• Implementar técnicas de fortalecimento do modelo para proteger as pipelines de aprendizado de máquina.
• Garantir a segurança e integridade dos dados em modelos de aprendizado de máquina.
• Navegar pelas exigências de conformidade regulatória relacionadas à segurança da IA.

Este treinamento ao vivo, ministrado pelo instrutor (online ou presencial) em Belo Horizonte, é direcionado a profissionais avançados de segurança e especialistas em ML que desejam simular ataques em sistemas AI, descobrir vulnerabilidades e melhorar a robustez dos modelos AI implantados.

Ao final deste treinamento, os participantes serão capazes de:

• Simular ameaças do mundo real aos modelos de aprendizado de máquina.
• Gerar exemplos adversários para testar a robustez do modelo.
• Avaliar a superfície de ataque de APIs e pipelines de AI.
• Projetar estratégias de red teaming para ambientes de implantação de AI.

Esta formação presencial (online ou no local) é direcionada a engenheiros e profissionais de segurança de nível intermediário que desejam proteger modelos de IA implantados na borda contra ameaças como adulterações, vazamento de dados, entradas adversárias e ataques físicos.

Ao final desta formação, os participantes serão capazes de:

• Identificar e avaliar riscos de segurança em implantações de IA na borda.
• Aplicar técnicas de resistência a adulterações e inferência criptografada.
• Fortalecer modelos implantados na borda e garantir pipelines de dados seguros.
• Implementar estratégias de mitigação de ameaças específicas para sistemas embarcados e restritos.

Este treinamento ao vivo, conduzido por instrutor (online ou presencial), é direcionado a profissionais avançados que desejam implementar e avaliar técnicas como aprendizado federado, computação multiparte segura, criptografia homomórfica e privacidade diferencial em pipelines de aprendizado de máquina do mundo real.

Ao final deste treinamento, os participantes serão capazes de:

• Entender e comparar técnicas-chave de preservação da privacidade no ML.
• Implementar sistemas de aprendizado federado usando frameworks de código aberto.
• Aplicar privacidade diferencial para compartilhamento seguro de dados e treinamento de modelos.
• Usar técnicas de criptografia e computação segura para proteger as entradas e saídas do modelo.

Artificial Intelligence (AI) introduz novas dimensões de risco operacional, desafios de governança e exposição à cibersegurança para agências e departamentos governamentais.

Esta formação presencial ou online, conduzida por um instrutor, destina-se a profissionais do setor público de TI e risco com experiência limitada em IA que desejam entender como avaliar, monitorar e proteger sistemas de IA em um contexto governamental ou regulatório.

Ao final desta formação, os participantes serão capazes de:

• Interpretar conceitos-chave de risco relacionados aos sistemas de IA, incluindo viés, imprevisibilidade e deriva do modelo.
• Aplicar quadros de governança e auditoria específicos à IA, como o NIST AI RMF e ISO/IEC 42001.
• Identificar ameaças à cibersegurança direcionadas a modelos de IA e pipelines de dados.
• Estabelecer planos de gestão de risco interdepartamentais e alinhamento de políticas para a implantação da IA.

Formato do Curso

• Palestra interativa e discussão de casos de uso no setor público.
• Exercícios sobre quadros de governança de IA e mapeamento de políticas.
• Modelagem de ameaças e avaliação de risco baseada em cenários.

Opções de Personalização do Curso

• Para solicitar uma formação personalizada para este curso, entre em contato conosco para agendar.

Esta formação presencial ou online em Belo Horizonte (online ou presencial) é direcionada a líderes empresariais de nível intermediário que desejam entender como governar e proteger sistemas AI de forma responsável e em conformidade com frameworks globais emergentes, como o EU AI Act, GDPR, ISO/IEC 42001, e a Ordem Executiva dos EUA sobre IA.

Ao final desta formação, os participantes serão capazes de:

• Compreender os riscos legais, éticos e regulatórios do uso da IA em departamentos diversos.
• Interpretar e aplicar frameworks principais de governança AI (EU AI Act, NIST AI RMF, ISO/IEC 42001).
• Estabelecer políticas de segurança, auditoria e supervisão para a implantação da IA na empresa.
• Desenvolver diretrizes de aquisição e uso para sistemas AI de terceiros e internos.

Este treinamento ao vivo e ministrado por instrutor em Belo Horizonte (online ou presencial) é direcionado a desenvolvedores, arquitetos e gerentes de produtos com nível intermediário a avançado de IA que desejam identificar e mitigar riscos associados a aplicações baseadas em LLMs, incluindo injeção de prompt, vazamento de dados e saída não filtrada, enquanto incorporam controles de segurança como validação de entrada, supervisão humana no loop e barreiras de saída.

No final deste treinamento, os participantes serão capazes de:

• Compreender as vulnerabilidades principais dos sistemas baseados em LLMs.
• Aplicar princípios de design seguro à arquitetura de aplicativos LLM.
• Usar ferramentas como Guardrails AI e LangChain para validação, filtragem e segurança.
• Incorporar técnicas como sandboxing, red teaming e revisão humana no loop em pipelines de produção.

Esta formação presencial ou online em Belo Horizonte é direcionada a profissionais intermediários de aprendizado de máquina e cibersegurança que desejam compreender e mitigar ameaças emergentes contra modelos de IA, utilizando tanto quadros conceituais quanto defesas práticas como treinamento robusto e privacidade diferencial.

Ao final desta formação, os participantes serão capazes de:

• Identificar e classificar ameaças específicas da IA, como ataques adversariais, inversão e envenenamento de dados.
• Utilizar ferramentas como o Adversarial Robustness Toolbox (ART) para simular ataques e testar modelos.
• Aplicar defesas práticas, incluindo treinamento adversarial, injeção de ruído e técnicas que preservam a privacidade.
• Projetar estratégias de avaliação de modelos conscientes das ameaças em ambientes de produção.

Esta formação presencial e direcionada por um instrutor em Belo Horizonte (online ou no local) é destinada a profissionais de nível iniciante em segurança da IT, gerenciamento de riscos e conformidade que desejam entender conceitos fundamentais de segurança da IA, vetores de ameaças e estruturas globais como NIST AI RMF e ISO/IEC 42001.

Ao final desta formação, os participantes serão capazes de:

• Compreender os riscos de segurança únicos introduzidos pelos sistemas de IA.
• Identificar vetores de ameaças como ataques adversários, envenenamento de dados e inversão de modelo.
• Aplicar modelos governamentais fundamentais, como o Quadro NIST AI Risk Management.
• Alinhar o uso da IA com padrões emergentes, diretrizes de conformidade e princípios éticos.

Com base nas últimas orientações do projeto OWASP GenAI Security, os participantes aprenderão a identificar, avaliar e mitigar ameaças específicas de IA por meio de exercícios práticos e cenários reais.