План на курса

Основни принципи на отговорно AI

  • Какво е отговорно AI и защо е важно при разработката на софтуер
  • Принципи: справедливост, отговорност, прозрачност и приватност
  • Примери за етични провали и неправилно използване на AI в кодбази

Предразсъдък и справедливост в AI-генериран код

  • Как LLM могат да укрепят предразсъдъци чрез обучаващи данни
  • Откриване и премахване на предразсъдъчен или опасен код, предложен от AI
  • AI халюцинация и рискът от въвеждане на грешки в големи мащаби

Лицензиране, атрибуция и проблеми с интелектуалната собственост

  • Разбиране на отворени лицензи (MIT, GPL, Copyleft)
  • Изисква ли атрибуция изхода, генериран от LLM?
  • Проверка на AI-спомаган код за проблеми с лицензиране от трета страна

Сигурност и съответствие на правилата в AI-спомагана разработка

  • Осигуряване на безопасността на кода и избягване на несигурни модели от LLM
  • Съответствие с вътрешни правила за сигурност и отраслови регулации
  • Документиране на AI-спомаганото вземане на решения, което може да бъде проверено

Политики и Go управление на екипи за разработка

  • Създаване на вътрешни политики за използване на AI за софтуерни екипи
  • Определяне на допустимо използване и сигнали за опасност
  • Избор на инструменти и отговорно наемане на AI помощници

Оценяване и проверка на AI изход

  • Използване на списъци за проверка за оценка на доверчивостта на генериран съдържание
  • Извършване на ръчни и автоматизирани прегледи на AI-генериран код
  • Най-добра практика за процес на колегиален преглед и одобрение

Резюме и следващи стъпки

Изисквания

  • Основни знания за процесите на разработка на софтуер
  • Завършеност с Agile, DevOps или общ практики в софтуерни проекти

Целева аудитория

  • Отдели за съответствие с изискванията
  • Разработчици
  • Мениджъри на софтуерни проекти
 7 часа

Брой участници


Цена за участник

Предстоящи Курсове

Свързани Kатегории