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.
Temario del curso
Fundamentos de IA responsable
- Qué es la IA responsable y por qué es importante en el desarrollo de software
- Principios: equidad, responsabilidad, transparencia y privacidad
- Ejemplos de fracasos éticos y mal uso de IA en bases de código
Sesgo e equidad en el código generado por IA
- Cómo los modelos de lenguaje grandes (LLM) pueden reforzar sesgos a través de los datos de entrenamiento
- Detección y corrección de sugerencias de código sesgadas o inseguras
- Alucinación de IA y el riesgo de introducir errores a gran escala
Licenciamiento, atribución y consideraciones de propiedad intelectual
- Comprensión de licencias de código abierto (MIT, GPL, Copyleft)
- ¿Requieren las salidas generadas por LLM la atribución?
- Auditoría del código asistido por IA para identificar problemas de licenciamiento de terceros
Seguridad y cumplimiento en el desarrollo asistido por IA
- Garantizar la seguridad del código y evitar patrones inseguros derivados de LLMs
- Cumplimiento con directrices internas de seguridad y regulaciones industriales
- Documentación auditable de las decisiones tomadas con asistencia de IA
Política y gobernanza para equipos de desarrollo
- Creación de políticas internas de uso de IA para equipos de software
- Definición de uso aceptable y señales de alerta roja (red flags)
- Selección de herramientas e incorporación responsable de asistentes de IA
Evaluación y auditoría de la salida de IA
- Uso de listas de verificación para evaluar la confiabilidad del contenido generado
- Realización de revisiones manuales y automatizadas del código generado por IA
- Mejores prácticas para procesos de revisión entre pares y aprobación final
Resumen y próximos pasos
Requerimientos
- Comprensión básica de los flujos de trabajo de desarrollo de software
- Familiaridad con metodologías ágiles, DevOps o prácticas generales de proyectos de software
Público objetivo
- Equipos de cumplimiento normativo
- Desarrolladores
- Gerentes de proyectos de software
7 Horas
Testimonios (2)
La práctica estuvo muy interactiva y aplicable al negocio.
Jorge Boscan - Chevron Global Technology Services Company
Curso - Advanced GitHub Copilot & AI for Projects and Infrastructure
Adquirí conocimientos sobre la biblioteca Streamlit de Python y, con seguridad, intentaré utilizarla para mejorar las aplicaciones de mi equipo que se desarrollan en R Shiny.
Michal Maj - XL Catlin Services SE (AXA XL)
Curso - GitHub Copilot for Developers
Traducción Automática