Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Съдържание и теми, включени в курса
Ден 1: Изграждане на основите — Приемане, търсене, извличане
Модул 1: Пейзажът на юридическия инженер
- Обучителни цели — разбиране на ролята, мястото на AI в правните задачи и двата риска, които преминават през всичко.
- Теми
-
- Ролята на юридическия инженер и защо се търси в момента
- Къде пасва AI: eDiscovery, преглед, договори, проучвания, разследвания; моделът EDRM с прост език
- Изграждане срещу закупуване
- Двата основни риска: поверителност/привилегии и защитаемост
Модул 2: Правните данни са несъвършени — приемане и извличане
- Обучителни цели — справяне с реалността на масовите правни данни.
- Теми
- 1 400+ файлов типа, имейли и PST, сканирани хартиени документи, файлове за натоварване (.dat/.opt); вградени метаданни, които са важни
- Извличане на текст (Tika), OCR и премахване на дубликати като избор
- Лаборатория: Приемане във FreeEed — изграждане на тръбопровод за приемане върху умишлено несъвръшен набор от документи (имейли/PST, сканирания, файлове за натоварване)
Модул 3: Търсене и извличане — фундаментът
- Обучителни цели — изграждане на основната едропримитивна функция за eDiscovery: намиране на всичко вътре във всичко.
- Теми — пълнотекстово търсене и индексиране (Solr/Lucene); релевантност, филтриране по метаданни и дата; търсене в OCR обработено съдържание
- Лаборатория: eDiscovery търсене — индексиране на корпус и изпълнение на реални търсения във стил eDiscovery, включително вътре в сканирани чрез OCR изображения
Модул 4: RAG за юридически документи — с цитиране на източници
- Обучителни цели — изграждане на RAG върху юридически документи, който цитира своите източници.
- Теми
- Защо извличане, а не фино дообучение, за чувствителни материали — моделът никога не „поглъща“ документите
- Чункване (chunking), вграждания (embeddings) и най-вече цитиране / произход
- Обобщаване на множество документи и нишки на дискусия
- Лаборатория: Юридическо RAG с цитати — изграждане на RAG Q&A върху набор от документи, който отговаря с цитирани източници
Ден 2: Правене на системата частна, защитаема и готова за разгръщане
Модул 5: Поверителност, привилегии и локално обслужване — капанът на привилегиите
- Обучителни цели — запазване на правните данни локални и способност за тяхното сертифициране.
- Теми
- Къде отиват данните, когато стигнат до облачен AI
- Отказ от привилегия, дълг за компетентност и спектъра на „частното“ (контрактно срещу физическо)
- Делото Morgan v. V2X и защо локалното решение е защитаемо пред съда
- Обслужване на локални модели (Ollama / vLLM) и мониториране на изходящия трафик
- Лаборатория: Локален модел + доказателство за липса на изтичане — изпълнение на локален модел от края до края и доказване с мониторинг, че няма изтичане на данни
Модул 6: Защитаем AI преглед
- Обучителни цели — измерване и документиране на AI прегледа, за да издържи на проверка.
- Теми
- Числата, които издържат в съда: напомняне (recall), елизиране (elusion), прецизност, валидация срещу ground-truth; TAR / активно обучение
- Прозрачност (защо кодирани този документ?) и възпроизводимост — фиксиране на модела, задаване на настройките, логоверане на всичко
- „Защитаемият кадър на делото“, който позволява на някой да стартира отново прегледа ви след година и да получи същия резултат
- Лаборатория: Защитаем преглед — измерване на AI прегледа спрямо сляп ground-truth и създаване на пакет за възпроизводимост
Модул 7: Пускане в експлойт — работен процес, частно разгръщане и управление
- Обучителни цели — сглобяване на парчетата в работен процес, неговото частно разгръщане и оценяване.
- Теми
- Многоетапен юридически работен процес (приемане → търсене → обобщаване → преглед → предоставяне) с човек в цикъла
- Основни принципи на частното/локално разгръщане (контейнеризация; данните остават вътре в организацията)
- AI управление за правната сфера накратко и оценяване на системата чрез SAIS-100 (Secure AI Score „Elephant Scale“)
- Лаборатория: Оценяване и опаковане — свързване на многоетапен работен процес, оценяването му чрез SAIS-100 и опаковането за частно разгръщане
Крайна проектна задача (интегрирана през Ден 2)
- Изграждане на цялостно локално и защитаемо юридическо AI приложение — приемане на несъвръшен корпус, неговото търсене, отговаряне на въпроси върху него с цитиране на източници чрез локален модел, измерване на защитаем преглед и опаковане за частно разгръщане.
- Участниците си отнасят проект за портфолиото си, който е еквивалентен на работата на юридическия инженер.
Опционален ден 3 / Разширени модули (достъпни като трети ден или като модулна серия)
- Разследвания: Ентитети, връзки и хронологии — извличане на лица/организации/дати, възстановяване на имейл нишки, изграждане на хронологии, картографиране на почти идентични документи и произход на документите. Лабораторна задача: изграждане на хронология и изглед върху ентитети/връзки.
- Агентни и многоетапни юридически работни процеси (задълбочено) — по-богата оркестрация, анализ на договори, обобщаване на множество документи, използване на инструменти и ограничения като принцип на дизайна. Лабораторна задача: изграждане на многоетапен работен процес с човешка контролна точка.
- Разгръщане при мащаба — разгръщане в локална среда и апаратура, разпределена обработка за големи обеми, регулирани среди (CJIS, правителство, висше образование), определяне на хардуерните нужди. Лабораторна задача: контейнеризиране и мащабиране на обработващия作业 спрямо работниците.
- Задълбочено разглеждане на управлението и съответствието — пейзажът на AI регулирането (над 100 щатски AI закона в САЩ, Законът за AI на ЕС), изисквания за одит и пълен SAIS-100 одит по управление. Лабораторна задача: одит на юридическо AI система спрямо контролен списък за управление/защитаемост.
Изисквания
- Удобство при работа с Python и базови API
- Полезно: познание на ниво потребител за LLM (няма нужда от машинно обучение — изграждаме менталния модел)
- Не е необходима юридическа подготовка — правните концепции, от които имате нужда, се обучават в контекста
Целева аудитория
- Софтуерни и AI инженери, преминаващи към технологични решения за правната сфера
- Инженери във фирми за юридически технологии, които имат нужда от дълбочина в предметната област
- Технически наклонени специалисти по право, eDiscovery или управление на информацията, които искат да строят, а не просто да купуват
- Всеки, насочващ се към ролята „юридически инженер“ или „AI юрист-инженер“
14 Часа
Отзиви от участници (1)
Придобих знания за библиотеката Streamlit на Python и със сигурност ще опитам да я използвам, за да подобря приложенията в моя екип, които са създадени с R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Курс - GitHub Copilot for Developers
Машинен превод
