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。
課程時長 7 時間:
課程簡介
負責任 AI 的基礎
- 什麼是負責任 AI,以及它在軟件開發中的重要性
- 核心原則:公平性、問責性、透明度與隱私
- 代碼庫中道德失敗及 AI 濫用的案例
AI 生成代碼中的偏差與公平性
- LLM 如何通過訓練數據強化偏差
- 檢測並修復有偏差或不安全的代碼建議
- AI 幻覺(Hallucination)及大規模引入錯誤的風險
許可證、署名歸屬及知識產權考量
- 理解開源許可證(MIT、GPL、Copyleft)
- LLM 生成的輸出是否需要署名?
- 審計 AI 輔助代碼中的第三方許可證問題
AI 輔助開發中的安全與合規
- 確保代碼安全,避免 LLM 產生的不安全模式
- 遵守內部安全指南及行業法規
- 對 AI 輔助決策過程進行可審計的文檔記錄
開發團隊的政策與治理
- 為軟件團隊制定內部 AI 使用政策
- 定義可接受的用途及紅線警示
- 工具選擇及 AI 助手的負責任導入
AI 輸出的評估與審計
- 使用清單評估生成內容的可信度
- 對 AI 生成的代碼進行人工及自動審查
- 同行評審及簽署批准流程的最佳實踐
總結與後續步驟
最低要求
- 對軟件開發工作流程有基本了解
- 熟悉 Agile、DevOps 或一般軟件項目實踐
目標受眾
- 合規團隊
- 開發人員
- 軟件項目經理
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯