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
基礎知識:面向技術團隊的歐盟AI法案
- 開發者和操作人員的相關義務與術語
- 從技術角度理解第4條禁止的行為
- 將法律要求映射至工程控制
安全且合規的開發生命週期
- AI項目的倉庫結構與代碼即策略
- 針對高風險模式的程式碼審查與自動化靜態檢查
- 模型組件的依賴關係與供應鏈管理
合規的CI/CD管線設計
- 管線階段:建置、測試、驗證、封裝、部署
- 整合治理閘道和自動化策略檢查
- 工件不可變性與溯源追蹤
模型測試、驗證及安全檢查
- 數據驗證與偏差檢測測試
- 效能、韌性與對抗性恢復力測試
- 自動化接受標準與測試報告
模型註冊表、版本控制與溯源
- 使用MLflow或同等工具處理模型血統與元數據
- 為可複現性對模型和數據集進行版本控制
- 記錄溯源並生成審計準備好的工件
執行階段控制、監控與可觀察性
- 記錄輸入、輸出及決策的儀器化
- 監控模型漂移、數據漂移及效能指標
- 警報、自動化回滾與藍綠部署
安全、存取控制與數據保護
- 模型訓練與服務環境的最小權限IAM
- 保護靜態和傳輸中的訓練與推理數據
- 機密管理與安全配置實踐
可審計性與證據收集
- 生成機器可讀日誌與人類可讀摘要
- 打包用於符合性評估與審計的證據
- 保留策略與合規工件的安全存儲
事故響應、報告與補救
- 檢測疑似禁止行為或安全事件
- 隔離、回滾及緩解的技術步驟
- 為治理和監管機構準備技術報告
總結與後續步驟
最低要求
- 具備軟體開發與部署工作流的知識
- 有容器化及基礎Kubernetes概念的經驗
- 熟悉基於Git的源代碼控制與CI/CD實踐
受眾
- 建立或維護AI組件的開發者
- 負責部署的DevOps與平台工程師
- 管理基礎設施與執行階段環境的管理員
14 小時