Curso de Segurança e Privacidade em Aplicações TinyML

O AAISM é um framework avançado para avaliar, governar e gerenciar riscos de segurança em sistemas de inteligência artificial.

Este treinamento ao vivo, ministrado por instrutor (online ou presencial), direciona-se a profissionais de nível avançado que desejam implementar controles de segurança eficazes e práticas de governança para ambientes corporativos de IA.

Ao final deste programa, os participantes estarão preparados para:

• Avaliar riscos de segurança da IA utilizando metodologias reconhecidas pelo setor.
• Implementar modelos de governança para a implantação responsável de IA.
• Alinhar políticas de segurança da IA aos objetivos organizacionais e às expectativas regulatórias.
• Aprimorar a resiliência e a responsabilidade nas operações orientadas por IA.

Formato do Curso

• Aulas facilitadas apoiadas por análises de especialistas.
• Workshops práticos e atividades baseadas em avaliações.
• Exercícios aplicados utilizando cenários reais de governança de IA.

Opções de Personalização do Curso

• Para um treinamento personalizado alinhado à estratégia de IA da sua organização, entre em contato conosco para personalizar o curso.

Esta formação ao vivo, ministrada por instrutor em Brasil (online ou presencial), é voltada para líderes empresariais de nível intermediário que desejam entender como governar e proteger sistemas de IA de forma responsável e em conformidade com estruturas globais emergentes, como a Lei da IA da UE, o GDPR, a 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 de IA em diferentes departamentos.
• Interpretar e aplicar as principais estruturas de governança de IA (Lei da IA da UE, 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.

A Inteligência Artificial (IA) introduz novas dimensões de riscos operacionais, desafios de governança e exposição à segurança cibernética para agências e departamentos do governo.

Este treinamento ao vivo com instrutor (online ou presencial) é voltado para profissionais de TI e gestão de riscos do setor público com pouca experiência prévia em IA que desejam compreender como avaliar, monitorar e garantir a segurança dos sistemas de IA dentro de um contexto governamental ou regulatório.

Ao final deste treinamento, os participantes serão capazes de:

• Interpretar os principais conceitos de risco relacionados aos sistemas de IA, incluindo viés, imprevisibilidade e deriva do modelo (model drift).
• Aplicar frameworks de governança e auditoria específicos para IA, como o NIST AI RMF e a ISO/IEC 42001.
• Identificar ameaças cibernéticas direcionadas aos modelos e às pipelines de dados de IA.
• Estabelecer planos de gestão de risco interdepartamentais e alinhar políticas para a implementação de IA.

Formato do Curso

• Palestras interativas e discussão de casos de uso do setor público.
• Exercícios de frameworks de governança de IA e mapeamento de políticas.
• Modelagem de ameaças baseada em cenários e avaliação de riscos.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para organizar.

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), é destinado a profissionais de TI de nível iniciante a intermediário que desejam compreender e implementar o AI TRiSM em suas organizações.

Ao final deste treinamento, os participantes serão capazes de:

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

TinyML é a prática de implantar modelos de aprendizado de máquina otimizados em dispositivos de borda com recursos limitados.

Este treinamento presencial, ministrado por instrutor (online ou in loco), é direcionado a profissionais técnicos de nível avançado que desejam projetar, otimizar e implantar pipelines completos de TinyML.

Ao final deste treinamento, os participantes aprenderão como:

• Coletar, preparar e gerenciar conjuntos de dados para aplicações de TinyML.
• Treinar e otimizar modelos para microcontroladores de baixo consumo energético.
• Converter modelos para formatos leves adequados para dispositivos de borda.
• Implantar, testar e monitorar aplicações de TinyML em ambientes de hardware reais.

Formato do Curso

• Aulas ministradas pelo instrutor e discussões técnicas.
• Laboratórios práticos e experimentação iterativa.
• Implantação prática em plataformas baseadas em microcontroladores.

Opções de Personalização do Curso

• Para personalizar o treinamento com toolchains, placas de hardware específicas ou fluxos de trabalho internos, entre em contato conosco para agendar.

Esta formação orientada por instrutor, ao vivo em Brasil (online ou presencial), destina-se a desenvolvedores de IA, arquitetos e gerentes de produto de nível intermediário a avançado que desejam identificar e mitigar riscos associados a aplicações alimentadas por LLM, incluindo injeção de prompts, vazamento de dados e saídas não filtradas, incorporando controles de segurança como validação de entrada, supervisão com intervenção humana e limites de saída.

Ao final desta formação, os participantes serão capazes de:

• Compreender as vulnerabilidades centrais dos sistemas baseados em LLM.
• Aplicar princípios de design seguro à arquitetura de aplicações de LLM.
• Utilizar ferramentas como Guardrails AI e LangChain para validação, filtragem e segurança.
• Integrar técnicas como sandboxing, testes de invasão (red teaming) e revisão com intervenção humana em pipelines de nível de produção.

Este treinamento ao vivo, com instrutor, em Brasil (online ou presencial), direciona-se a profissionais de IA e cibersegurança de nível intermediário que desejam compreender e tratar das vulnerabilidades de segurança específicas de modelos e sistemas de IA, especialmente em indústrias altamente regulamentadas, como finanças, governança de dados e consultoria.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os tipos de ataques adversariais dirigidos a sistemas de IA e métodos para se defender contra eles.
• Implementar técnicas de endurecimento de modelos para proteger pipelines de aprendizado de máquina.
• Garantir a segurança e integridade dos dados em modelos de machine learning.
• Navegar pelos requisitos de conformidade regulatória relacionados à segurança da IA.

Esta formação ao vivo, ministrada por instrutor em Brasil (online ou presencial), é direcionada a engenheiros de segurança e oficiais de conformidade que desejam endurecer as implantações do EXO, controlar o acesso aos modelos e governar as cargas de trabalho de IA executadas inteiramente no ambiente corporativo.

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), destina-se a profissionais iniciantes de TI voltados para segurança, riscos e conformidade que desejam compreender os conceitos fundamentais da segurança de IA, vetores de ameaça e estruturas globais, como o NIST AI RMF e a norma ISO/IEC 42001.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender os riscos de segurança exclusivos introduzidos pelos sistemas de IA.
• Identificar vetores de ameaça, como ataques adversariais, envenenamento de dados e inversão de modelos.
• Aplicar modelos fundamentais de governança, como o Framework de Gerenciamento de Riscos de IA do NIST.
• Alinhar o uso da IA com padrões emergentes, diretrizes de conformidade e princípios éticos.

Baseado nas orientações mais recentes do Projeto OWASP GenAI Security, os participantes aprenderão a identificar, avaliar e mitigar ameaças específicas da IA por meio de exercícios práticos e cenários do mundo real.

Este treinamento ao vivo, ministrado por instrutores em Brasil (online ou presencial), destina-se a profissionais de nível avançado que desejam implementar e avaliar técnicas como aprendizado federado, computação segura multiparte, criptografia homomórfica e privacidade diferencial em pipelines reais de aprendizado de máquina.

Ao final deste treinamento, os participantes serão capazes de:

• Compreender e comparar as principais técnicas de preservação da privacidade no ML.
• Implementar sistemas de aprendizado federado utilizando frameworks de código aberto.
• Aplicar a privacidade diferencial para compartilhamento seguro de dados e treinamento de modelos.
• Utilizar técnicas de criptografia e computação segura para proteger as entradas e saídas dos modelos.

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), destina-se a profissionais de segurança de nível avançado e especialistas em ML que desejam simular ataques contra sistemas de IA, identificar vulnerabilidades e aprimorar a robustez dos modelos de IA implantados.

Ao final deste treinamento, os participantes serão capazes de:

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

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 adulteração, vazamento de dados, entradas adversariais e ataques físicos.

Ao final deste treinamento, os participantes serão capazes de:

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

Este treinamento ao vivo, ministrado por instrutor em Brasil (online ou presencial), é voltado para profissionais de aprendizado de máquina e segurança cibernética de nível intermediário que desejam compreender e mitigar as ameaças emergentes contra modelos de IA, utilizando tanto frameworks conceituais quanto defesas práticas, como treinamento robusto e privacidade diferencial.

Ao final deste treinamento, os participantes serão capazes de:

• Identificar e classificar ameaças específicas da IA, como ataques adversários, inversão e envenenamento.
• Utilizar ferramentas como a Adversarial Robustness Toolbox (ART) para simular ataques e testar modelos.
• Aplicar defesas práticas, incluindo treinamento adversário, injeção de ruído e técnicas que preservam a privacidade.
• Estrategiar a avaliação de modelos cientes de ameaças em ambientes de produção.

Este curso aborda governança, gerenciamento de identidade e testes adversariais para sistemas de IA agênctica, focando em padrões de implantação seguros para empresas e técnicas práticas de red-teaming.

Esta formação ao vivo e ministrada por instrutor (online ou presencial) destina-se a profissionais de nível avançado que desejam projetar, proteger e avaliar sistemas de IA baseados em agentes em ambientes de produção.

Ao final deste treinamento, os participantes serão capazes de:

• Definir modelos de governança e políticas para implantações seguras de IA agênctica.
• Projetar fluxos de identidade e autenticação não humanos para agentes com acesso de menor privilégio.
• Implementar controles de acesso, trilhas de auditoria e observabilidade adaptados a agentes autônomos.
• Planejar e executar exercícios de red-teaming para descobrir usos indevidos, caminhos de escalada e riscos de exfiltração de dados.
• Mitigar ameaças comuns aos sistemas agênticos por meio de políticas, controles de engenharia e monitoramento.

Formato do Curso

• Palestras interativas e oficinas de modelagem de ameaças.
• Laboratórios práticos: provisionamento de identidade, aplicação de políticas e simulação de adversários.
• Exercícios de red-teaming/blue-teaming e avaliação final do curso.

Opções de Personalização do Curso

• Para solicitar um treinamento personalizado para este curso, entre em contato conosco para providenciar.