Curso de Cybersecurity in AI Systems

Esta formação ao vivo e liderada por um instrutor (online ou presencial) em Brasil é direcionada a líderes empresariais de nível intermediário que desejam entender como governar e garantir sistemas de IA de forma responsável, conforme as estruturas globais emergentes, como o Regulamento da UE sobre IA, GDPR, ISO/IEC 42001 e a Ordem Executiva dos EUA sobre IA.

No final desta formação, os participantes serão capazes de:

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

Artificial Intelligence (AI) introduces new dimensions of operational risk, governance challenges, and cybersecurity exposure for government agencies and departments.

This instructor-led, live training (online or onsite) is aimed at public sector IT and risk professionals with limited prior experience in AI who wish to understand how to evaluate, monitor, and secure AI systems within a government or regulatory context.

By the end of this training, participants will be able to:

• Interpret key risk concepts related to AI systems, including bias, unpredictability, and model drift.
• Apply AI-specific governance and auditing frameworks such as NIST AI RMF and ISO/IEC 42001.
• Recognize cybersecurity threats targeting AI models and data pipelines.
• Establish cross-departmental risk management plans and policy alignment for AI deployment.

Format of the Course

• Interactive lecture and discussion of public sector use cases.
• AI governance framework exercises and policy mapping.
• Scenario-based threat modeling and risk evaluation.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Este treinamento ao vivo, conduzido por um instrutor em Brasil (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.

Este treinamento ao vivo e ministrado por instrutor em Brasil (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 ao vivo e ministrada por instrutor em Brasil (online ou presencial) é direcionada a profissionais de nível inicial de segurança, risco e conformidade da TI que desejam entender conceitos fundamentais de segurança AI, vetores de ameaças e quadros globais como NIST AI RMF e ISO/IEC 42001.

No final desta formação, os participantes serão capazes de:

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

This instructor-led, live training in Brasil (online or onsite) is aimed at advanced-level professionals who wish to implement and evaluate techniques such as federated learning, secure multiparty computation, homomorphic encryption, and differential privacy in real-world machine learning pipelines.

By the end of this training, participants will be able to:

• Understand and compare key privacy-preserving techniques in ML.
• Implement federated learning systems using open-source frameworks.
• Apply differential privacy for safe data sharing and model training.
• Use encryption and secure computation techniques to protect model inputs and outputs.

Este treinamento ao vivo, ministrado pelo instrutor (online ou presencial) em Brasil, 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.

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), é direcionado a engenheiros e profissionais de segurança de nível intermediário que desejam proteger modelos de IA implantados na borda contra ameaças como interferência, vazamento de dados, entradas adversárias e ataques físicos.

No final deste treinamento, os participantes serão capazes de:

• Identificar e avaliar riscos de segurança em implantações de IA na borda.
• Aplique técnicas de resistência a interferências e inferência criptografada.
• Fortaleça modelos implantados na borda e proteja pipelines de dados.
• Implemente estratégias de mitigação de ameaças específicas para sistemas embarcados e restritos.

Esta formação ao vivo e orientada por instrutor em Brasil (online ou presencial) é direcionada a profissionais de nível intermediário de aprendizado de máquina e cibersegurança que desejam entender e mitigar ameaças emergentes contra modelos de IA, utilizando tanto quadros conceituais quanto defesas práticas como treinamento robusto e privacidade diferencial.

No 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.
• Aplique defesas práticas incluindo treinamento adversarial, injeção de ruído e técnicas de preservação da privacidade.
• Projete estratégias de avaliação de modelo consciente de ameaças em ambientes de produção.