Seguridad de IA para equipos de seguridad

AAISM is an advanced framework for assessing, governing, and managing security risks in artificial intelligence systems.

This instructor-led, live training (online or onsite) is aimed at advanced-level professionals who wish to implement effective security controls and governance practices for enterprise AI environments.

At the conclusion of this program, participants will be prepared to:

• Evaluate AI security risks using industry-recognized methodologies.
• Implement governance models for responsible AI deployment.
• Align AI security policies with organizational goals and regulatory expectations.
• Enhance resilience and accountability within AI-driven operations.

Format of the Course

• Facilitated lectures supported by expert analysis.
• Practical workshops and assessment-based activities.
• Applied exercises using real-world AI governance scenarios.

Course Customization Options

• For tailored training aligned to your organizational AI strategy, please contact us to customize the course.

Esta formación práctica, impartida por un instructor en Argentina (en línea o presencial), está dirigida a líderes empresariales de nivel intermedio que deseen comprender cómo gobernar y proteger los sistemas de IA de manera responsable y conforme a marcos globales emergentes como la Ley de IA de la UE, el Reglamento General de Protección de Datos (GDPR), la norma ISO/IEC 42001 y la Orden Ejecutiva sobre IA de Estados Unidos.

Al finalizar esta formación, los participantes podrán:

• Comprender los riesgos legales, éticos y regulatorios del uso de la IA en toda la organización.
• Interpretar y aplicar los principales marcos de gobernanza de la IA (Ley de IA de la UE, Marco de Gestión de Riesgos de IA de NIST, ISO/IEC 42001).
• Establecer políticas de seguridad, auditoría y supervisión para el despliegue de la IA en la empresa.
• Desarrollar lineamientos de adquisición y uso para sistemas de IA externos e internos.

La inteligencia artificial (IA) introduce nuevas dimensiones de riesgo operativo, desafíos de gobernanza y exposición a ciberseguridad para agencias y departamentos gubernamentales.

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales de TI y gestión de riesgos del sector público con poca experiencia previa en IA, que desean comprender cómo evaluar, monitorear y asegurar sistemas de IA dentro de un contexto gubernamental o regulatorio.

Al finalizar esta capacitación, los participantes podrán:

• Interpretar conceptos clave de riesgo relacionados con sistemas de IA, incluidos sesgo, imprevisibilidad y deriva del modelo.
• Aplicar marcos de gobernanza y auditoría específicos para IA, como el Marco de Gestión de Riesgos de IA (AI RMF) del NIST e ISO/IEC 42001.
• Identificar amenazas cibernéticas dirigidas a modelos y tuberías de datos de IA.
• Establecer planes de gestión de riesgos interdepartamentales y alineación de políticas para el despliegue de IA.

Formato del curso

• Conferencia interactiva y discusión de casos de uso en el sector público.
• Ejercicios de marco de gobernanza de IA y mapeo de políticas.
• Modelado de amenazas basado en escenarios y evaluación de riesgos.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, contáctenos para coordinar.

Esta capacitación en vivo impartida por instructores en Argentina (en línea o presencial) está dirigida a profesionales de TI de nivel principiante e intermedio que desean comprender e implementar AI TRiSM en sus organizaciones.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los conceptos clave y la importancia de la gestión de confianza, riesgos y seguridad en IA.
• Identificar y mitigar los riesgos asociados con los sistemas de IA.
• Implementar las mejores prácticas de seguridad para IA.
• Entender el cumplimiento regulatorio y las consideraciones éticas en IA.
• Desarrollar estrategias efectivas para gobernanza y gestión de IA.

Esta formación en vivo dirigida por un instructor en Argentina (en línea o presencial) está orientada a desarrolladores de IA, arquitectos y gerentes de producto de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados con aplicaciones potenciadas por LLM, como la inyección de prompts, la fuga de datos y las salidas sin filtrar, mientras incorporan controles de seguridad como la validación de entrada, la supervisión humana en el ciclo del proceso (human-in-the-loop) y las barreras de protección para las salidas.

Al finalizar esta formación, los participantes podrán:

• Comprender las vulnerabilidades centrales de los sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Utilizar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como el aislamiento en entornos seguros (sandboxing), pruebas con equipo rojo (red teaming) y revisiones con supervisión humana en tuberías de producción robustas.

Este curso enseña a los desarrolladores de software cómo construir aplicaciones de IA seguras por diseño. Los participantes aprenden a proteger chatbots, copilots, pipelines de RAG y agentes de IA contra amenazas específicas de la IA, como inyección de prompts, envenenamiento de datos, abuso de herramientas, fuga de secretos y manejo inseguro de la salida del modelo. El curso cubre el diseño seguro de prompts, seguridad en RAG, acceso de menor privilegio, guardrails y pruebas de red-teaming, ayudando a los desarrolladores a construir funciones de IA que sean seguras, confiables y resilientes en entornos del mundo real.

Esta capacitación en vivo con instructor en Argentina (online o presencial) está dirigida a profesionales de nivel intermedio en IA y ciberseguridad que deseen comprender y abordar las vulnerabilidades de seguridad específicas de los modelos y sistemas de IA, especialmente en industrias altamente reguladas como finanzas, gobernanza de datos y consultoría.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los tipos de ataques adversarios dirigidos a sistemas de IA y los métodos para defenderse contra ellos.
• Implementar técnicas de endurecimiento (hardening) de modelos para asegurar los procesos de aprendizaje automático.
• Asegurar la protección e integridad de los datos en los modelos de aprendizaje automático.
• Navegar por los requisitos de cumplimiento normativo relacionados con la seguridad de la IA.

Esta formación presencial impartida por un instructor en Argentina (en línea o en las instalaciones) está dirigida a ingenieros de seguridad y oficiales de cumplimiento que deseen endurecer los despliegues de EXO, controlar el acceso a los modelos y gobernar las cargas de trabajo de IA ejecutándose exclusivamente en infraestructura local.

Esta formación en vivo con instructores en Argentina (en línea o presencial) está dirigida a profesionales de TI en niveles iniciales de seguridad, gestión de riesgos y cumplimiento que desean comprender los conceptos fundamentales de la seguridad en IA, las vectores de amenaza y marcos globales como NIST AI RMF e ISO/IEC 42001.

Al finalizar esta formación, los participantes podrán:

• Comprender los riesgos de seguridad únicos introducidos por los sistemas de IA.
• Identificar vectores de amenaza como ataques adversarios, envenenamiento de datos e inversión del modelo.
• Aplicar modelos de gobernanza fundamentales como el Marco de Gestión de Riesgos de IA de NIST.
• Alinear el uso de la IA con estándares emergentes, directrices de cumplimiento y principios éticos.

Esta capacitación en vivo con instrucción presencial en Argentina (en línea o en sitio) está dirigida a ingenieros de seguridad y ML que necesitan identificar, probar y defenderse contra ataques a modelos de ML y aplicaciones impulsadas por LLM.

Basándose en las últimas directrices del Proyecto OWASP GenAI Security, los participantes aprenderán a identificar, evaluar y mitigar amenazas específicas de la IA a través de ejercicios prácticos y escenarios del mundo real.

Esta formación en vivo impartida por un instructor en Argentina (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean implementar y evaluar técnicas como el aprendizaje federado, la computación segura multipartita, el cifrado homomórfico y la privacidad diferencial en flujos de trabajo de aprendizaje automático del mundo real.

Al finalizar esta capacitación, los participantes podrán:

• Comprender y comparar las principales técnicas de preservación de la privacidad en ML.
• Implementar sistemas de aprendizaje federado utilizando marcos de código abierto.
• Aplicar la privacidad diferencial para compartir datos de forma segura y entrenar modelos.
• Utilizar técnicas de cifrado y computación segura para proteger las entradas y salidas de los modelos.

Esta capacitación en vivo con instructor en <ubicación> (en línea o presencial) está dirigida a profesionales de la seguridad y especialistas de ML de nivel avanzado que desean simular ataques a sistemas de IA, descubrir vulnerabilidades y mejorar la robustez de los modelos de IA implementados.

Al finalizar esta capacitación, los participantes podrán:

• Simular amenazas del mundo real contra modelos de aprendizaje automático.
• Generar ejemplos adversarios para probar la robustez del modelo.
• Evaluar la superficie de ataque de las API y tuberías de IA.
• Diseñar estrategias de Red Teaming para entornos de implementación de IA.

Esta capacitación en vivo, con instrucción presencial, en Argentina (en línea o en las instalaciones), está dirigida a ingenieros y profesionales de seguridad de nivel intermedio que deseen proteger los modelos de IA implementados en el edge contra amenazas como la manipulación, la fuga de datos, los inputs adversarios y los ataques físicos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Identificar y evaluar los riesgos de seguridad en las implementaciones de IA en el edge.
• Aplicar técnicas de resistencia a la manipulación e inferencia cifrada.
• endurecer los modelos implementados en el edge y asegurar las tuberías de datos.
• Implementar estrategias de mitigación de amenazas específicas para sistemas embebidos y restringidos.

Esta capacitación en vivo con instructores en Argentina (online o presencial) está dirigida a profesionales intermedios de la industria del aprendizaje automático y la ciberseguridad que desean comprender y mitigar las amenazas emergentes contra los modelos de inteligencia artificial, utilizando tanto marcos conceptuales como défensas prácticas como el entrenamiento robusto y la privacidad diferencial.

Al finalizar esta capacitación, los participantes serán capaces de:

• Identificar y clasificar amenazas específicas de la inteligencia artificial, como ataques adversarios, inversión y envenenamiento.
• Utilizar herramientas como la Caja de Herramientas de Robustez Adversaria (Adversarial Robustness Toolbox, ART) para simular ataques y probar los modelos.
• Aplicar défensas prácticas que incluyen entrenamiento adversario, inyección de ruido y técnicas preservadoras de la privacidad.
• Diseñar estrategias de evaluación de modelos conscientes de la amenaza en entornos de producción.