Introduction to AI Security and Risk Management Training Course

Buổi đào tạo trực tiếp dưới sự hướng dẫn của giảng viên tại Việt Nam (trực tuyến hoặc tại chỗ) này nhằm vào các nhà lãnh đạo doanh nghiệp cấp trung muốn hiểu cách quản lý và bảo mật hệ thống AI một cách có trách nhiệm và tuân thủ các khung khổ toàn cầu đang nổi lên như EU AI Act, GDPR, ISO/IEC 42001, và sắc lệnh hành pháp của Hoa Kỳ về AI.

Tại kết thúc buổi đào tạo này, người tham gia sẽ có thể:

• Hiểu rõ các rủi ro pháp lý, đạo đức và quy định khi sử dụng AI trong các bộ phận khác nhau.
• Hiểu và áp dụng các khung quản trị AI chính (EU AI Act, NIST AI RMF, ISO/IEC 42001).
• Xây dựng các chính sách bảo mật, kiểm toán và giám sát cho việc triển khai AI trong doanh nghiệp.
• Phát triển hướng dẫn mua sắm và sử dụng hệ thống AI từ bên thứ ba và nội bộ.

Buổi đào tạo trực tiếp (trực tuyến hoặc tại chỗ) này dành cho các nhà phát triển AI từ mức trung cấp đến nâng cao, kiến trúc sư và quản lý sản phẩm muốn xác định và giảm thiểu rủi ro liên quan đến ứng dụng được hỗ trợ bởi mô hình ngôn ngữ lớn (LLM), bao gồm việc tiêm lệnh, rò rỉ dữ liệu và đầu ra chưa được lọc, đồng thời tích hợp các biện pháp kiểm soát an ninh như kiểm tra đầu vào, giám sát vòng lặp con người và rào cản đầu ra.

Tại kết thúc buổi đào tạo này, người tham gia sẽ có thể:

• Nắm vững những điểm yếu cơ bản của hệ thống dựa trên LLM.
• Áp dụng các nguyên tắc thiết kế an ninh vào kiến trúc ứng dụng LLM.
• Sử dụng công cụ như Guardrails AI và LangChain cho việc kiểm tra, lọc và đảm bảo an toàn.
• Tích hợp các kỹ thuật như sandboxing, red teaming và đánh giá vòng lặp con người vào chuỗi cung cấp sản phẩm chất lượng cao.

Buổi đào tạo trực tiếp tại Việt Nam (trực tuyến hoặc trực tiếp) này dành cho các chuyên gia trung cấp về học máy và an toàn mạng muốn hiểu và giảm thiểu mối đe dọa mới đối với các mô hình AI bằng cả khung tư duy lý thuyết và biện pháp phòng thủ thực tế như huấn luyện mạnh mẽ và riêng tư khác biệt.

Tại kết thúc khóa đào tạo này, người tham gia sẽ có thể:

• Xác định và phân loại mối đe dọa cụ thể của AI như tấn công đối thủ, đảo ngược và độc hại.
• Sử dụng các công cụ như Adversarial Robustness Toolbox (ART) để mô phỏng tấn công và kiểm tra mô hình.
• Áp dụng các biện pháp phòng thủ thực tế bao gồm huấn luyện đối thủ, tiêm nhiễu và kỹ thuật bảo vệ riêng tư.
• Lập kế hoạch đánh giá mô hình nhận thức mối đe dọa trong môi trường sản xuất.