Curso de Segurança e Privacidade em Aplicações TinyML

Este treinamento presencial ministrado por instrutor em Brasil (online ou no local) é voltado para líderes empresariais de nível intermediário que desejam entender como governar e garantir a segurança dos sistemas de IA de forma responsável, em conformidade com quadros emergentes globais, como o Regulamento AI da UE, o GDPR, a ISO/IEC 42001 e a Ordem Executiva sobre IA dos EUA.

Ao final deste treinamento, 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 AI 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 terceirizados e internos.

Este treinamento ao vivo, conduzido por instrutor em Brasil (online ou presencial), destina-se a engenheiros de segurança, analistas de SOC e equipes de plataforma que desejam defender aplicações de IA, APIs, copilotos e agentes autônomos usando WAFs, gateways de IA, guardrails, engenharia de detecção e defesa em tempo de execução em camadas.

Este treinamento presencial, conduzido por instrutor em Brasil (online ou no local), destina-se 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, riscos e segurança em IA.
• Identificar e mitigar riscos associados aos sistemas de IA.
• Implementar práticas recomendadas de segurança para a IA.
• Entender conformidade regulatória e considerações éticas para a IA.
• Desenvolver estratégias para uma governança e gestão eficazes da IA.

Esta formação ao vivo, lecionada por instrutores, em Brasil (online ou presencial), destina-se a programadores de IA, arquitetos e gestores de produto de nível intermediário a avançado que desejam identificar e mitigar os riscos associados às aplicações alimentadas por LLM, incluindo injeção de prompts, vazamento de dados e saídas não filtradas, ao mesmo tempo que incorporam controlos de segurança como validação de entrada, supervisão com intervenção humana e direcionadores de saída (output guardrails).

A conclusão desta formação permitirá aos participantes:

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

Esta formação ao vivo, ministrada por instrutor em Brasil (online ou presencial), destina-se a desenvolvedores e engenheiros de plataforma que desejam construir recursos de IA que resistam à injeção de prompt, envenenamento de dados, abuso de ferramentas e vazamento de segredos, sendo seguros por design em vez de corrigidos depois dos fatos.

Esta formação ao vivo, conduzida por instrutores, em Brasil (online ou presencial), destina-se a gestores técnicos, arquitetos e engenheiros de segurança que desejam garantir a segurança de sistemas de IA generativa e agentivos em entrega, abordando modelagem de ameaças, guardrails, permissões de agentes, segurança de pipelines e governança.

Este treinamento ao vivo, conduzido por instrutor, em Brasil (online ou presencial), destina-se a profissionais de IA e cibersegurança de nível intermediário que desejam compreender e abordar as 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 que visam sistemas de IA e os métodos para se defender contra eles.
• Implementar técnicas de endurecimento de modelos para proteger pipelines de aprendizado de máquina.
• Garantir a segurança e a integridade dos dados em modelos de aprendizado de máquina.
• Navegar pelos requisitos de conformidade regulatória relacionados à segurança de IA.

Este treinamento ao vivo com instrutor em Brasil (online ou presencial) é direcionado a engenheiros de segurança e oficiais de conformidade que desejam endurecer as implantações do EXO, controlar o acesso aos modelos e governar cargas de trabalho de IA executadas inteiramente em ambientes on-premise.

Este treinamento presencial conduzido por instrutor em Brasil (online ou no local) é direcionado a profissionais iniciantes de segurança da informação, risco e conformidade que desejam entender conceitos fundamentais de segurança em IA, vetores de ameaça e frameworks globais como o NIST AI RMF e ISO/IEC 42001.

Ao final deste treinamento, os participantes serão capazes de:

• Entender os riscos de segurança únicos introduzidos pelos sistemas de IA.
• Identificar vetores de ameaça, como ataques adversários, envenenamento de dados e inversão de modelo.
• Aplicar modelos fundamentais de governança, como o Framework de Gestão de Riscos em IA do NIST.
• Alinhar o uso da IA com normas emergentes, diretrizes de conformidade e princípios éticos.

Este treinamento ao vivo e ministrado por instrutor em Brasil (online ou presencial) é voltado para engenheiros de segurança e de ML que precisam identificar, testar e se defender contra ataques a modelos de ML e aplicações alimentadas por LLM.

Com base nas diretrizes mais recentes do Projeto de Segurança GenAI da OWASP, 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, conduzido por instrutores em Brasil (online ou presencial), destina-se a profissionais de nível avançado que desejam implementar e avaliar técnicas como aprendizado federado, computação multipartidária segura, criptografia homomórfica e privacidade diferencial em pipelines de aprendizado de máquina reais./p>

Ao final deste treinamento, os participantes serão capazes de:/p>

• Compreender e comparar as principais técnicas preservadoras de privacidade em ML./li>
• Implementar sistemas de aprendizado federado utilizando frameworks de código aberto./li>
• Aplicar a privacidade diferencial para compartilhamento seguro de dados e treinamento de modelos./li>
• Usar técnicas de criptografia e computação segura para proteger entradas e saídas de modelos./li>

Este treinamento conduzido por instrutores (online ou presencial) em Brasil é destinado a profissionais de segurança e especialistas em ML de nível avançado que desejam simular ataques a sistemas de IA, descobrir vulnerabilidades e aumentar a robustez dos modelos de IA implantados.

Ao final deste treinamento, os participantes serão capazes de:

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