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: Ley de IA de la UE para equipos técnicos
- Obligaciones y terminología relevantes para desarrolladores y operadores
- Comprensión de las prácticas prohibidas bajo el Artículo 4 desde una perspectiva técnica
- Mapeo de los requisitos legales a controles de ingeniería
Ciclo de vida de desarrollo seguro y conforme
- Estructura del repositorio y políticas como código (policy-as-code) para proyectos de IA
- Revisión de código y comprobaciones automáticas estáticas para patrones de riesgo
- Gestión de dependencias y cadena de suministro para componentes de modelos
Diseño de pipelines CI/CD para el cumplimiento normativo
- Etapas del pipeline: compilación, prueba, validación, empaquetado e implementación
- Integración de puertas de gobernanza y comprobaciones automáticas de políticas
- Inmutabilidad de los artefactos y seguimiento del origen (provenance)
Pruebas, validación y verificaciones de seguridad de modelos
- Pruebas de validación de datos y detección de sesgos
- Pruebas de rendimiento, robustez y resiliencia frente a ataques adversarios
- Criterios automáticos de aceptación e informes de pruebas
Registro de modelos, versionado y origen (provenance)
- Uso de MLflow o herramientas equivalentes para la línea de vida del modelo y metadatos
- Versionado de modelos y conjuntos de datos para garantizar la reproducibilidad
- Registro del origen de los datos y generación de artefactos listos para auditoría
Controles en tiempo de ejecución, monitoreo y observabilidad
- Instrumentación para registrar entradas, salidas y decisiones del modelo
- Monitoreo de deriva de modelos, deriva de datos y métricas de rendimiento
- Alertas, rollbacks automatizados y despliegues tipo canary
Seguridad, control de acceso y protección de datos
- Principio de menor privilegio en IAM para entornos de entrenamiento y servicio de modelos
- Protección de datos de entrenamiento e inferencia en reposo y en tránsito
- Gestión de secretos y prácticas seguras de configuración
Audibilidad y recopilación de evidencias
- Generación de registros legibles por máquinas y resúmenes legibles por humanos
- Empaquetado de evidencias para evaluaciones de conformidad y auditorías
- Políticas de retención y almacenamiento seguro de artefactos de cumplimiento
Respuesta a incidentes, notificación y remediación
- Detección de prácticas prohibidas sospechosas o incidentes de seguridad
- Pasos técnicos para la contención, rollback y mitigación
- Preparación de informes técnicos para la gobernanza y los reguladores
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo de desarrollo e implementación de software
- Experiencia con contenedores y conceptos básicos de Kubernetes
- Familiaridad con el control de código fuente basado en Git y prácticas CI/CD
Audiencia objetivo
- Desarrolladores que construyen o mantienen componentes de IA
- Ingenieros DevOps y de plataforma responsables de la implementación
- Administradores que gestionan infraestructura y entornos de ejecución
14 Horas
