Obrigado por enviar sua consulta! Um dos membros da nossa equipe entrará em contato com você em breve.
Obrigado por enviar sua reserva! Um dos membros da nossa equipe entrará em contato com você em breve.
Programa do Curso
Introdução à IA Preservadora de Privacidade
- Princípios fundamentais da privacidade de dados em aplicativos móveis
- Impulso regulatório para a IA em dispositivo (on-device)
- Vantagens e limitações do processamento local
Compreendendo o Nano Banana para Privacidade no Dispositivo
- Arquitetura de modelos do Nano Banana
- Propriedades de segurança e caminhos de execução local
- Plataformas suportadas e padrões de integração móvel
Técnicas de Manipulação de Dados e Processamento Local
- Coleta e armazenamento seguros de dados sensíveis no dispositivo
- Minimização da exposição de dados usando inferência local
- Estratégias de anonimização e pseudonimização
Implementando Recursos de IA Preservadora de Privacidade
- Criando recursos orientados por IA sem transmitir dados dos usuários
- Projetando fluxos de trabalho prontos para saúde, finanças e conformidade
- Garantindo o isolamento de dados entre componentes do aplicativo
Considerações de Segurança para Modelos no Dispositivo
- Proteção de modelos contra extração ou adulteração
- Isolamento seguro (sandboxing) e gerenciamento de permissões
- Modelagem de ameaças para sistemas de IA móvel
Conformidade e Alinhamento Regulatório
- Compreensão das implicações do GDPR, HIPAA e do setor financeiro
- Documentação de abordagens de privacidade desde a concepção (privacy-by-design)
- Manutenção da auditabilidade sem comprometer os dados dos usuários
Testes e Validação das Garantias de Privacidade
- Testando fluxos de trabalho para vazamentos involuntários de dados
- Avaliando as compensações entre precisão e privacidade
- Validação contínua em atualizações do aplicativo
Implantação e Manutenção de Aplicações de IA Focadas em Privacidade
- Gerenciamento de atualizações de modelos no dispositivo
- Monitoramento do desempenho e da conformidade ao longo do tempo
- Preparação futura dos aplicativos para regulamentações em evolução
Resumo e Próximos Passos
Requisitos
- Compreensão do desenvolvimento móvel ou de aplicativos
- Experiência com Python, Kotlin ou Swift
- Familiaridade básica com conceitos de IA ou aprendizado de máquina (machine learning)
Público-Alvo
- Equipes empresariais
- Oficiais de conformidade
- Desenvolvedores criando aplicativos sensíveis
14 Horas
Testemunhos de Clientes (1)
Fluxo, vibração e tópico na apresentação
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Máquina Traduzida