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
Основи на отговорния ИИ
- Какво представлява отговорният ИИ и защо е важен в софтуерната разработка
- 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 могат да затвърдят пристрастия чрез обучителните данни
- Откриване и отстраняване на пристрастни или несигурни предложения за код
- Халюцинации на ИИ и рискът от внасяне на грешки в голям мащаб
Лицензиране, признаване на авторство и съображения за интелектуална собственост
- Разбиране на лицензите с отворен код (MIT, GPL, Copyleft)
- Изискват ли резултатите, генерирани от големи езикови модели, признаване на авторство?
- Одит на код, подпомогнат от ИИ, за проблеми с лицензи от трети страни
Сигурност и съответствие при разработка, подпомагана от ИИ
- Гарантиране на безопасност на кода и избягване на несигурни модели от големи езикови модели
- Съответствие с вътрешни насоки за сигурност и индустриални регулации
- Документация, подлежаща на одит, на вземането на решения, подпомогнато от ИИ
Политика и управление за екипи по разработка
- Създаване на вътрешни политики за използване на ИИ за софтуерни екипи
- Определяне на приемлива употреба и предупредителни сигнали
- 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 партньорска проверка и процеси на одобрение
Обобщение и следващи стъпки
Изисквания
- Базово разбиране на работните процеси в софтуерната разработка
- Запознатост с Agile, DevOps или общи практики за софтуерни проекти
Аудитория
- Екипи по съответствие
- Разработчици
- Мениджъри на софтуерни проекти
7 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