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
Introducción a la IA que preserva la privacidad
- Principios fundamentales de la privacidad de datos en aplicaciones móviles
- Impulsores normativos para la IA en el dispositivo
- Ventajas y limitaciones del procesamiento local
Comprensión de Nano Banana para la privacidad en el dispositivo
- Arquitectura de modelos de Nano Banana
- Propiedades de seguridad y rutas de ejecución local
- Plataformas soportadas y patrones de integración móvil
Técnicas de manejo de datos y procesamiento local
- Recopilación y almacenamiento seguro de datos sensibles en el dispositivo
- Minimización de la exposición de datos mediante inferencia local
- Estrategias de anonimización y pseudonimización
Implementación de funciones de IA que preservan la privacidad
- Creación de funciones basadas en IA sin transmitir los datos del usuario
- Diseño de flujos de trabajo listos para la salud, las finanzas o el cumplimiento normativo
- Asegurar el aislamiento de datos entre componentes de la aplicación
Consideraciones de seguridad para modelos en el dispositivo
- Protección de modelos contra la extracción o alteración
- Sandboxing seguro y gestión de permisos
- Modelado de amenazas para sistemas de IA móvil
Cumplimiento y alineación normativa
- Comprensión de las implicaciones del RGPD, HIPAA y del sector financiero
- Documentación de enfoques de privacidad por diseño
- Mantenimiento de la auditariedad sin comprometer los datos del usuario
Pruebas y validación de las 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 través de las actualizaciones de la aplicación
Despliegue y mantenimiento de aplicaciones de IA con enfoque en la privacidad
- Gestión de actualizaciones de modelos en el dispositivo
- Monitoreo del rendimiento y el cumplimiento a lo largo del tiempo
- Preparación de las aplicaciones para las regulaciones en evolución
Resumen y próximos pasos
Requerimientos
- Comprensión del desarrollo móvil o de aplicaciones
- Experiencia con Python, Kotlin o Swift
- Conocimientos básicos de conceptos de IA o aprendizaje automático
Público objetivo
- Equipos de empresas
- Oficiales de cumplimiento
- Desarrolladores que construyen aplicaciones sensibles
14 Horas
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
