Mulțumim pentru trimiterea solicitării! Un membru al echipei noastre vă va contacta în curând.
Mulțumim pentru trimiterea rezervării! Un membru al echipei noastre vă va contacta în curând.
Durata 14 ore
Schița de curs
Introducere în AI care protejează confidențialitatea
- Principii de bază ale confidențialității datelor în aplicațiile mobile
- Factori de reglementare pentru AI on-device
- Beneficiile și limitările procesării locale
Înțelegerea Nano Banana pentru confidențialitatea on-device
- Arhitectura modelului Nano Banana
- Proprietăți de securitate și căi de execuție locală
- Platforme acceptate și modele de integrare mobile
Gestionarea datelor și tehnici de procesare locală
- Colectarea și stocarea securizată a datelor sensibile pe dispozitiv
- Minimizarea expunerii datelor folosind inferența locală
- Strategii de anonimizare și pseudonimizare
Implementarea funcționalităților AI care protejează confidențialitatea
- Crearea de funcționalități bazate pe AI fără a transmite datele utilizatorilor
- Proiectarea de fluxuri de lucru pregătite pentru domeniul medical, financiar sau de conformitate
- Asigurarea izolării datelor între componentele aplicației
Considerații de securitate pentru modelele on-device
- Protejarea modelelor împotriva extragerii sau modificării neautorizate
- Sandboxing securizat și gestionarea permisiunilor
- Modelarea amenințărilor pentru sistemele AI mobile
Conformitate și aliniere la reglementări
- Înțelegerea implicațiilor GDPR, HIPAA și ale sectorului financiar
- Documentarea abordărilor privacy-by-design
- Menținerea auditabilității fără a compromite datele utilizatorilor
Testarea și validarea garanțiilor de confidențialitate
- Testarea fluxurilor de lucru pentru scurgeri neintenționate de date
- Evaluarea compromisurilor dintre acuratețe și confidențialitate
- Validare continuă pe parcursul actualizărilor aplicației
Implementarea și întreținerea aplicațiilor AI axate pe confidențialitate
- Gestionarea actualizărilor modelelor on-device
- Monitorizarea performanței și a conformității în timp
- Pregătirea aplicațiilor pentru reglementările în evoluție
Rezumat și pașii următori
Cerințe
- Înțelegerea dezvoltării mobile sau a aplicațiilor
- Experiență cu Python, Kotlin sau Swift
- Familiaritate de bază cu conceptele AI sau machine learning
Public țintă
- Echipe enterprise
- Ofițeri de conformitate
- Dezvoltatori care construiesc aplicații sensibile
Mărturii (1)
Flow, atmosferă și tematică a prezentării
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curs - Google Gemini AI for Data Analysis
Tradus de catre o masina