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
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