Cursos de Introduction to AI Security and Risk Management

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.

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 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.