Uvod u upravljanje poverenjem, rizikom i bezbednošću veštačke inteligencije (AI TRiSM) Kurs za obuku

Ovaj obuku vodi trener uživo u <lok> (online ili na lokaciji), namenjena je rukovodiocima preduzeća srednjeg nivoa znanja koji žele da razumeju kako odgovorno upravljati i obezbeđiti AI sisteme u skladu sa novim globalnim okvirima, kao što su EU AI Act, GDPR, ISO/IEC 42001 i Izučna odluka SAD o veštačkoj inteligenciji.

Konačno, učesnici će moći:

• Razumeti pravne, etičke i regulatorne rizike korišćenja AI u različitim odeljenjima.
• Tumačiti i primenjivati ključne okvire za upravljanje AI (EU AI Act, NIST AI RMF, ISO/IEC 42001).
• Uspostaviti politike sigurnosti, revizije i nadzora za implementaciju AI u preduzeću.
• Razviti smernice za nabavku i korišćenje AI sistema trećih strana i internih.

Ova obuka koju vodi instruktur u Srbija (online ili uživo) namenjena je inženjerima bezbednosti, SOC analitičarima i timovima platformi koji žele da odbrane AI aplikacije, API-je, kopilote i autonomne agente koristeći WAF-ove, AI gateway-e, guardrail-ove, inženjerstvo detekcije i višeslojnu runtime odbranu.

Ova obuka koju vodi instruktur u Srbija (online ili uživo na licu mesta) namenjena je AI developerima, arhitektama i produkt menadžerima srednjeg do naprednog nivoa znanja, koji žele da identifikuju i ublaže rizike povezane sa aplikacijama pogonjenim LLM-ovima, uključujući ubacivanje promptova (prompt injection), curenje podataka i nefiltrirane izlaze, uz uvođenje bezbednosnih kontrole poput validacije ulaznih podataka, nadzora sa ljudskim učešćem (human-in-the-loop) i mehanizama za zaštitu izlaznih podataka.

Na kraju ove obuke, učesnici će moći da:

• razumeju osnovne ranjivosti sistema zasnovanih na LLM-ovima.
• primene principe bezbednog dizajna na arhitekturu LLM aplikacija.
• koriste alate poput Guardrails AI i LangChain za validaciju, filtriranje i bezbednost.
• integrišu tehnike poput sandboxing-a, red teaminga i pregleda sa ljudskim učešćem u produkcijske pipeline-ove.

Ova obuka sa predavačem uživo u Srbija (online ili uživo) namenjena je programerima i platformskim inženjerima koji žele da grade AI funkcionalnosti koje se odupiru injiciranju uputstava, trovanju podacima, zloupotrebi alata i curenju tajni, tako da su bezbedne po dizajnu, a ne da se popravljaju naknadno.

Ovo instruktorski vođeno, uživo obuku u Srbija (online ili na lokaciji) namenjena je tehničkim menadžerima, arhitektama i inženjerima bezbednosti koji žele da osiguraju bezbednost generativne veštačke inteligencije i agentskih sistema u isporuci, pokrivajući modeliranje pretnji, mehanizme kontrole, dozvole za agense, bezbednost procesa i upravljanje.

Ova obuka koju vodi trener, uživo u <lokalizaciji> (online ili licno), namenjena je profesionalcima iz oblasti AI-a i kibernetske bezbednosti srednjeg nivoa koji žele da razumeju i reše bezbednosne ranjivosti specifične za AI modele i sisteme, posebno u visoko regulisanim industrijama kao što su finanse, upravljanje podacima i konsalting.

Do kraja ove obuke, učesnici će moći:

• Da razumeju vrste adversarial napada na AI sisteme i metode za odbranu od njih.
• Da implementiraju tehnike jačanja modela radi obezbeđivanja mašinskih učenjima pipeline-ova.
• Da obezbede bezbednost i integritet podataka u modelima mašinskog učenja.
• Da se kretaju kroz regulatorne zahteve za usklađenošću vezane za bezbednost AI-a.

Ova trening obuka koju vodi instruktor, uživo u Srbija (online ili licem u lice), namenjena je inženjerima bezbednosti i službenicima za usklađenost koji žele da ojačaju EXO implementacije, kontrolišu pristup modelima i upravljaju AI radnim opterećenjima koja se izvršavaju isključivo u lokalnim (on-premise) uslovima.

Ovo trenerom vođeno uživo obučavanje na <lok> (online ili licem u lice) namenjeno je profesionalcima iz IT bezbednosti, upravljanja rizicima i usklađenosti na početnom nivou koji žele da razumeju osnovne koncepte bezbednosti veštačke inteligencije, vektore pretnji i globalne okvire poput NIST AI RMF-a i ISO/IEC 42001.

Kroz obuku, učesnici će moći da:

• Razumeju specifične bezbednosne rizike koje uvode sistemi veštačke inteligencije.
• Identifikuju vektore pretnji poput adversarial napada, trovanja podacima i inverzije modela.
• Primenjuju osnovne modele upravljanja, kao što je NIST okvir za upravljanje rizicima veštačke inteligencije.
• Usklade upotrebu veštačke inteligencije sa nastajućim standardima, smernicama za usklađenost i etičkim principima.

Ova obuka sa predavačem uživo na lokaciji Srbija (online ili licno) namenjena je inženjerima za bezbednost i ML inženjerima koji moraju da identifikuju, testiraju i odbrane napade na ML modele i aplikacije pogonjene LLM-ovima.

Zasnivajući se na najnovijim smernicama projekta OWASP GenAI Security, učesnici će naučiti kako da identifikuju, procene i ublaže pretnje specifične za AI kroz praktične vežbe i stvarne scenarije.

Ova obuka pod vođstvom instruktora u Srbija (online ili uživo) namenjena je naprednim stručnjacima koji žele da implementiraju i procene tehnike kao što su federated learning, secure multiparty computation, homomorphic encryption i differential privacy u stvarnim mašinskim učenje pipeline-ovima.

Nakon završetka ove obuke, učesnici će moći da:

• razumeju i porede ključne tehnike za zaštitu privatnosti u ML-u.
• implementiraju sisteme federated learning-a koristeći open-source framework-ove.
• primenjuju differential privacy radi bezbednog deljenja podataka i obuke modela.
• koriste šifrovanje i tehnike bezbednog računanja za zaštitu ulaznih i izlaznih parametara modela.

Ova obuka sa instruktorem uživo u <lokalizaciji> (online ili na lokaciji) namenjena je stručnjacima za bezbednost naprednog nivoa i specijalistima za mašinsko učenje koji žele da simuliraju napade na AI sisteme, otkriju ranjivosti i unaprede robusnost implementiranih AI modela.

Do kraja ove obuke, učesnici će biti u mogućnosti da:

• Simulišu ugroženja stvarnih svetskih pretnji za modele mašinskog učenja.
• Generišu adaptivne primere radi testiranja robusnosti modela.
• Procene površinu napada AI API-ja i procesa.
• Razviju strategije red timinga za okruženja implementacije AI-a.

Ovaj instruktorom vođen, uživa obuka u <lokal> (online ili uživo) namenjena je inženjerima i stručnjacima za bezbednost srednjeg nivoa koji žele da osiguraju modele veštačke inteligencije implementirane na ivici (edge) od pretnji poput manipulacije, curenja podataka, neprijateljskih ulaza i fizičkih napada.

Po završetku ove obuke, učesnici će moći da:

• Identifikuju i procene bezbednosna rizika u implementaciji Edge AI rešenja.
• Primenjuju tehniku otpornosti na manipulaciju i enkriptovane inferencije.
• Ojačaju modele implementirane na ivici i osiguraju tokove podataka.
• Implementiraju strategije ublažavanja pretnji specifične za ugrađene i ograničene sisteme.