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.
План на курса
Въведение в защитата на личните данни с ИИ
- Основни принципи за защита на данните в мобилни приложения
- Регулаторни причини за локален ИИ
- Преимущества и ограничения на локалната обработка
Разбиране на Nano Banana за защита на личните данни в локален режим
- Архитектура на моделите на Nano Banana
- Сигурност и пътища за локално изпълнение
- Поддържани платформи и модели на интеграция в мобилни приложения
Обработка и техники за локална обработка на данни
- Събиране и съхраняване на чувствителни данни сигурно в локален режим
- Минимизиране на разкриването на данни чрез локална инференция
- Стратегии за анонимизация и псевдонимизация
Имплементация на функции с защита на личните данни
- Създаване на функции, драйвани от ИИ, без пренос на потребителски данни
- Проектиране на работни процеси, готови за здравеопазване, финанси или съответствие с регулации
- Гарантиране на изолацията на данните между компонентите на приложението
Сигурност за локални модели
- Защита на моделите от изваждане или първопричини
- Сигурна песочница и управление на разрешения
- Моделироване на угрози за мобилни ИИ системи
Съответствие с регулации и регулиране
- Разбиране на GDPR, HIPAA и имплицитациите за финансовия сектор
- Документиране на подходи, фокусирани върху защитата на личните данни
- Поддържане на аудитабилност без компрометиране на потребителските данни
Тестване и валидиране на гаранциите за защита на личните данни
- Тестуване на работни процеси за непреднамерено разкриване на данни
- Оценка на компромисите между точността и защитата на личните данни
- Непрекъснато валидиране по време на обновяването на приложението
Разпространение и поддръжка на приложения с фокус на защитата на личните данни
- Управление на обновяванията на моделите в локален режим
- Мониторинг на производителността и съответствието с регулации по време
- Подготовка за бъдещите регулации
Резюме и следващи стъпки
Изисквания
- Разбиране за разработването на мобилни приложения или приложения в общия смисъл
- Опит с Python, Kotlin или Swift
- Основна запознаност с концепции на ИИ или машинно обучение
Публика
- Команди в предприятията
- Отговорни лица за съответствие
- Разработчици, строящи чувствителни приложения
14 Часове
Отзиви от потребители (1)
Поток, атмосфера и тема на презентацията
Lukasz Kowalczyk - Allegro Sp. z o.o.
Курс - Google Gemini AI for Data Analysis
Машинен превод