Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Introducción a la IA que preserva la privacidad
- Principios fundamentales de la privacidad de los datos en aplicaciones móviles.
- Factores regulatorios que impulsan la IA en el dispositivo.
- Beneficios y limitaciones del procesamiento local.
Comprensión de Nano Banana para la privacidad en el dispositivo
- Arquitectura del modelo Nano Banana.
- Propiedades de seguridad y rutas de ejecución local.
- Plataformas compatibles y patrones de integración móvil.
Técnicas de manejo de datos y procesamiento local
- Recolección y almacenamiento seguro de datos sensibles en el dispositivo.
- Minimización de la exposición de datos mediante inferencia local.
- Estrategias de anonimización y seudonimización.
Implementación de funciones de IA que preservan la privacidad
- Creación de funciones impulsadas por IA sin transmitir datos del usuario.
- Diseño de flujos de trabajo preparados para la salud, las finanzas o el cumplimiento normativo.
- Asegurar el aislamiento de datos entre los componentes de la aplicación.
Consideraciones de seguridad para modelos en el dispositivo
- Protección de modelos contra la extracción o manipulación.
- Sandboxing seguro y gestión de permisos.
- Modelado de amenazas para sistemas de IA móvil.
Cumplimiento y alineación regulatoria
- Comprensión de las implicaciones del RGPD, HIPAA y del sector financiero.
- Documentación de enfoques de privacidad por diseño.
- Mantenimiento de la auditabilidad sin comprometer los datos del usuario.
Pruebas y validación de garantías de privacidad
- Prueba de flujos de trabajo para detectar fugas de datos no deseadas.
- Evaluación de los compromisos entre precisión y privacidad.
- Validación continua a lo largo de las actualizaciones de la aplicación.
Despliegue y mantenimiento de aplicaciones de IA centradas en la privacidad
- Gestión de las actualizaciones de modelos en el dispositivo.
- Monitoreo del rendimiento y el cumplimiento con el tiempo.
- Preparación de las aplicaciones para las regulaciones en evolución.
Resumen y próximos pasos
Requerimientos
- Comprensión del desarrollo de aplicaciones móviles o de software.
- Experiencia con Python, Kotlin o Swift.
- Familiaridad básica con los conceptos de IA o aprendizaje automático.
Público objetivo
- Equipos empresariales.
- Oficiales de cumplimiento.
- Desarrolladores que crean aplicaciones sensibles.
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática
