感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
理解AI與機器學習
- AI是什麼?其定義為何?
- 作為子集的機器學習
- AI類型:弱型、強型、生成式、監督式、非監督式
AI在各組織中的實踐
- AI/ML當前存在於哪些業務功能領域?
- 自動化、決策支持、客戶服務及分析應用
- HR(人力資源)、財務、運營和合規用例
常見治理挑戰
- 與數據保護原則衝突的問題
- 自動化決策中的合法性、公平性和透明度要求
- 準確性、數據最小化及存儲限制挑戰
資訊與數據管理的基礎知識
- AI背景下的信息及記錄管理方法
- 元數據和審計軌跡的重要性
- 維持訓練數據集的質量及完整性措施
應對資訊治理挑戰的方法論
- 設計AI/ML管道治理控制機制
- 人工監控與可解釋性方案
- 建立跨職能治理團隊策略
AI/ML的DPIA執行指南
- DPIAs法律要求及目的說明
- 評估擬議AI/ML實施步驟分解
- 記錄風險評估、緩解措施及理由依據
治理框架與風險管理策略
- AI專有治理框架概覽介紹
- ISO標準、NIST指南、ICO指引和OECD建議應用
- 風險登記簿及政策文件編制方法
文化建設與框架整合途徑
- 植入負責任AI使用文化的實踐方案
- AI治理連接網絡安全、倫理及ESG政策方法
- 持續改進和監控機制建設
總結與後續行動建議
最低要求
- 理解組織資訊治理政策
- 熟悉數據保護或隱私法規
- 對AI或機器學習概念有一定認識更佳
對象
- 資訊治理專業人士
- 數據保護官和合規經理
- 數位變革或IT治理領導者
7 小時