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
Фундаменти на отговорния ИИ
- Какво е отговорен ИИ и защо е важно в разработването на софтуер
- Принципи: справедливост, отговорност, прозрачност и поверителност
- Примери за етични провали и злоупотреба с ИИ в кодовите бази
Предразположения и справедливост в кода, генериран от ИИ
- Как големите езикови модели (LLM) могат да укрепят предразположенията чрез обучителни данни
- Откриване и коригиране на предразположени или несигурни предложения за код
- Халюцинации на ИИ и рискът от въвеждане на грешки в мащаб
Лицензиране, атрибуция и разглеждания на интелектуалната собственост
- Разбиране на лицензите за отворен код (MIT, GPL, Copyleft)
- Изискват ли се атрибуция за изходите, генерирани от LLM?
- Одит на кода, assisted от ИИ, за проблеми с лицензирането от трети страни
Сигурност и съответствие в разработването, assisted от ИИ
- Осигуряване на сигурност на кода и избягване на несигурни модели от LLM
- Съответствие с вътрешните ръководства за сигурност и отрасловите регулации
- Аудируем документация на вземането на решения, assisted от ИИ
Политика и управление за разработващи екипи
- Създаване на вътрешни политики за използване на ИИ за софтуерни екипи
- Дефиниране на допустимото използване и предупреждаващите признаци (red flags)
- Избор на инструменти и отговорно интегриране на ИИ асистенти
Оценка и одит на изхода от ИИ
- Използване на чеклисти за оценка на надеждността на генерираното съдържание
- Проведане на ръчни и автоматизирани прегледи на кода, генериран от ИИ
- Най-добрите практики за преглед от колегите (peer-review) и процеси на одобрение
Обобщение и следващи стъпки
Изисквания
- Базово разбиране на работните процеси в разработването на софтуер
- Запознанство с Agile, DevOps или общите практики за софтуерни проекти
Одитория
- Екипи за съответствие (Compliance)
- Разработчици
- Мениджъри 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