Seguridad y privacidad en aplicaciones de TinyML

AAISM es un marco avanzado para evaluar, gobernar y gestionar riesgos de seguridad en sistemas de inteligencia artificial.

Esta formación presencial impartida por instructores (en línea o in situ) está dirigida a profesionales de nivel avanzado que deseen implementar controles de seguridad eficaces y prácticas de gobernanza para entornos empresariales de IA.

A medida que finalicen este programa, los participantes estarán preparados para:

• Evaluate riesgos de seguridad de IA utilizando metodologías reconocidas en la industria.
• Implementar modelos de gobernanza para el despliegue responsable de IA.
• Alinear las políticas de seguridad de IA con los objetivos organizacionales y las expectativas regulatorias.
• Potenciar la resiliencia y la rendición de cuentas en operaciones basadas en inteligencia artificial.

Formato del Curso

• Clases facilitadas respaldadas por análisis experto.
• Talleres prácticos y actividades evaluativas.
• Ejercicios aplicados utilizando escenarios reales de gobernanza de IA.

Opciones de personalización del curso

• Para una formación personalizada alineada con la estrategia de inteligencia artificial de su organización, contáctenos para personalizar el curso.

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.

TinyML consiste en desplegar modelos optimizados de aprendizaje automático en dispositivos de extremo (edge) con recursos limitados.

Esta capacitación presencial y guiada por un instructor (en línea o in situ) está orientada a profesionales técnicos de nivel avanzado que deseen diseñar, optimizar y desplegar pipelines completos de TinyML.

Al finalizar esta capacitación, los participantes aprenderán cómo:

• Recopilar, preparar y gestionar conjuntos de datos para aplicaciones de TinyML.
• Entrenar y optimizar modelos para microcontroladores de bajo consumo.
• Convertir los modelos a formatos ligeros adecuados para dispositivos de extremo (edge).
• Desplegar, probar y monitorear aplicaciones de TinyML en entornos de hardware reales.

Formato del Curso

• Conferencias guiadas por el instructor y discusión técnica.
• Talleres prácticos y experimentación iterativa.
• Implementación práctica en plataformas basadas en microcontroladores.

Opciones de Personalización del Curso

• Para personalizar la capacitación con toolchains, placas de hardware específicas o flujos internos, por favor contáctenos para coordinarlo.

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.

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.

Basándose en las últimas guías del Proyecto de Seguridad GenAI de OWASP, los participantes aprenderán a identificar, evaluar y mitigar amenazas específicas de la IA mediante 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.

Este curso abarca la gobernanza, la gestión de identidades y las pruebas adversariales para sistemas de IA agéntica, con un enfoque en patrones de despliegue seguros para empresas y técnicas prácticas de pruebas de estrategia roja (red-teaming).

Esta formación presencial impartida por un instructor (en línea o in situ) está dirigida a profesionales de nivel avanzado que deseen diseñar, asegurar y evaluar sistemas de IA basados en agentes en entornos de producción.

Al finalizar esta capacitación, los participantes serán capaces de:

• Definir modelos de gobernanza y políticas para despliegues seguros de IA agéntica.
• Diseñar flujos de identidad y autenticación para entidades no humanas (agentes) con acceso de mínimo privilegio.
• Implementar controles de acceso, registros de auditoría y observabilidad adaptados a agentes autónomos.
• Planificar y ejecutar ejercicios de estrategia roja para descubrir casos de uso indebido, vías de escalada y riesgos de exfiltración de datos.
• Mitigar amenazas comunes contra sistemas agénticos mediante políticas, controles de ingeniería y monitoreo.

Formato del curso

• Conferencias interactivas y talleres de modelado de amenazas.
• Laboratorios prácticos: aprovisionamiento de identidades, aplicación de políticas y simulación de adversarios.
• Ejercicios de estrategia roja y azul (red-team/blue-team) y evaluación final del curso.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar los detalles.