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.
Продължителност 7 часa
Съдържание и теми, включени в курса
Основи на отговорния ИИ
- Какво е отговорен ИИ и защо има значение в разработката на софтуер
- Принципи: справедливост, отчетност, прозрачност и поверителност
- Примери за етични провали и злоупотреба с ИИ в кодови бази
Пристрастия и справедливост в генерирания от ИИ код
- Как големите езикови модели (LLM) могат да засилват пристрастия чрез обучителните данни
- Откриване и коригиране на пристрастни или небезопасни предложения за код
- Халюцинации на ИИ и рискът от въвеждане на грешки в голям мащаб
Лицензиране, авторство и съображения за интелектуална собственост
- Разбиране на лицензите с отворен код (MIT, GPL, Copyleft)
- Изисква ли се авторство за генерирани от LLM резултати?
- Одит на код, създаден с помощта на ИИ, за проблеми с лицензи от трети страни
Сигурност и съответствие при разработка с помощта на ИИ
- Осигуряване на безопасност на кода и избягване на несигурни модели от LLM
- Съответствие с вътрешните указания за сигурност и индустриалните регулации
- Документиране, подлежащо на одит, на вземането на решения с помощта на ИИ
Политики и управление за екипите за разработка
- Създаване на вътрешни политики за използване на ИИ за софтуерни екипи
- Определяне на приемлива употреба и предупредителни знаци
- Избор на инструменти и отговорно въвеждане на ИИ асистенти
Оценяване и одит на резултатите от ИИ
- Използване на контролни списъци за оценка на надеждността на генерираното съдържание
- Провеждане на ръчни и автоматизирани прегледи на генериран от ИИ код
- Най-добри практики за процеси на партньорски преглед и одобрение
Обобщение и следващи стъпки
Изисквания
- Основно разбиране на работните процеси при разработката на софтуер
- Познаване на Agile, DevOps или общи практики за софтуерни проекти
Аудитория
- Екипи по съответствие
- Разработчици
- Ръководители на софтуерни проекти
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