Introducción a la Seguridad y Gestión de Riesgos de la IA

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

Esta formación en vivo con instructores (en línea o presencial) está dirigida a profesionales de nivel avanzado que deseen implementar controles de seguridad efectivos y prácticas de gobernanza para entornos empresariales de IA.

Al finalizar este programa, los participantes estarán preparados para:

• Evaluar los riesgos de seguridad de la IA utilizando metodologías reconocidas por la industria.
• Implementar modelos de gobernanza para el despliegue responsable de la IA.
• Alinear las políticas de seguridad de la IA con los objetivos organizacionales y las expectativas regulatorias.
• Mejorar la resiliencia y la responsabilidad dentro de las operaciones impulsadas por IA.

Formato del curso

• Clases facilitadas respaldadas por análisis experto.
• Talleres prácticos y actividades basadas en evaluación.
• Ejercicios aplicados utilizando escenarios de gobernanza de IA del mundo real.

Opciones de personalización del curso

• Para una formación adaptada alineada con la estrategia de IA de su organización, contáctenos para personalizar el curso.

Esta formación en vivo impartida por instructores en Uruguay (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 los marcos globales emergentes, como la Ley de IA de la UE, el RGPD, la norma ISO/IEC 42001 y la Orden Ejecutiva de EE. UU. sobre IA.

Al finalizar esta formación, los participantes podrán:

• Comprender los riesgos legales, éticos y regulatorios del uso de la IA en diferentes departamentos.
• Interpretar y aplicar los principales marcos de gobernanza de la IA (Ley de IA de la UE, NIST AI RMF, ISO/IEC 42001).
• Establecer políticas de seguridad, auditoría y supervisión para la implementación de IA en la empresa.
• Desarrollar directrices de adquisición y uso para sistemas de IA de terceros e internos.

La Inteligencia Artificial (IA) introduce nuevas dimensiones de riesgo operacional, desafíos de gobernanza y exposición a ciberseguridad para las 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 experiencia limitada en IA que desean comprender cómo evaluar, monitorear y asegurar los sistemas de IA dentro de un contexto gubernamental o regulatorio.

Al finalizar esta capacitación, los participantes serán capaces de:

• Interpretar los conceptos clave de riesgo relacionados con los sistemas de IA, incluyendo el sesgo, la impredecibilidad y la deriva del modelo.
• Aplicar marcos específicos de gobernanza y auditoría de IA, como NIST AI RMF e ISO/IEC 42001.
• Reconocer las amenazas cibernéticas dirigidas a los modelos de IA y las tuberías de datos (data pipelines).
• Establecer planes de gestión de riesgo interdepartamentales y la alineación de políticas para el despliegue de IA.

Formato del curso

• Conferencia interactiva y discusión sobre casos de uso del 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 coordinarlo.

Esta capacitación en vivo impartida por un instructor en Uruguay (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, riesgo y seguridad en IA.
• Identificar y mitigar los riesgos asociados con los sistemas de IA.
• Implementar las mejores prácticas de seguridad para IA.
• Comprender el cumplimiento regulatorio y las consideraciones éticas para la IA.
• Desarrollar estrategias para una gobernanza y gestión eficaces de la IA.

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a desarrolladores de IA, arquitectos y gerentes de producto de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados con aplicaciones impulsadas por LLM, como la inyección de instrucciones, la filtración de datos y las salidas sin filtrar, al tiempo que incorporan controles de seguridad como la validación de entrada, la supervisión humana en el ciclo y las barreras de salida.

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 la validación, filtrado y seguridad.
• Integrar técnicas como el aislamiento en entornos controlados (sandboxing), pruebas de intrusión (red teaming) y revisión humana en el ciclo dentro de pipelines de grado productivo.

Esta formación en vivo y guiada por un instructor en <ubicación> (en línea o en las instalaciones) está dirigida a profesionales de IA y ciberseguridad de nivel intermedio que desean comprender y abordar las vulnerabilidades de seguridad específicas de los modelos y sistemas de IA, particularmente en industrias altamente reguladas como finanzas, gobernanza de datos y consultoría.

Al final de esta formación, los participantes serán capaces de:

• Comprender los tipos de ataques adversarios dirigidos a sistemas de IA y los métodos para defenderse contra ellos.
• Implementar técnicas de endurecimiento de modelos para asegurar las tuberías de aprendizaje automático.
• Garantizar la seguridad y la integridad de los datos en los modelos de aprendizaje automático.
• Navegar por los requisitos de cumplimiento regulatorio relacionados con la seguridad de la IA.

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a ingenieros de seguridad y oficiales de cumplimiento que deseen endurecer sus implementaciones de EXO, controlar el acceso a los modelos y gobernar las cargas de trabajo de IA que se ejecuten completamente de forma local.

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

Esta capacitación en vivo y dirigida por instructores en Uruguay (en línea o presencial) está orientada a profesionales de nivel avanzado que deseen implementar y evaluar técnicas como aprendizaje federado, computación segura multipartita, cifrado homomórfico y privacidad diferencial en pipelines de aprendizaje automático del mundo real.

Al finalizar esta capacitación, los participantes serán capaces de:

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

Esta formación en vivo, impartida por un instructor, se ofrece en Uruguay (en línea o presencial) y está dirigida a profesionales de la seguridad y especialistas en ML de nivel avanzado que deseen simular ataques contra sistemas de IA, descubrir vulnerabilidades y mejorar la robustez de los modelos de IA desplegados.

Al finalizar esta formación, los participantes podrán:

• Simular amenazas del mundo real contra modelos de aprendizaje automático.
• Generar ejemplos adversarios para evaluar la robustez de los modelos.
• Evaluar la superficie de ataque de las APIs y cadenas de procesamiento de IA.
• Diseñar estrategias de red teaming para entornos de despliegue de IA.

Esta formación en vivo con instructor en Uruguay (en línea o presencial) está dirigida a ingenieros y profesionales de la seguridad de nivel intermedio que desean proteger los modelos de IA implementados en el perímetro contra amenazas como la manipulación, la filtración de datos, entradas adversarias y ataques físicos.

Al finalizar esta formación, los participantes podrán:

• Identificar y evaluar los riesgos de seguridad en las implementaciones de IA perimetral.
• Aplicar técnicas de resistencia a la manipulación e inferencia cifrada.
• Robustecer los modelos desplegados en el perímetro y asegurar los flujos de datos.
• Implementar estrategias de mitigación de amenazas específicas para sistemas embebidos y con restricciones.

Esta formación práctica impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales de nivel intermedio en machine learning y ciberseguridad que desean comprender y mitigar las amenazas emergentes contra los modelos de IA, utilizando tanto marcos conceptuales como defensas prácticas, como el entrenamiento robusto y la privacidad diferencial.

Al finalizar esta formación, los participantes serán capaces de:

• Identificar y clasificar amenazas específicas de la IA, como ataques adversarios, inversión y envenenamiento.
• Utilizar herramientas como el Adversarial Robustness Toolbox (ART) para simular ataques y probar modelos.
• Aplicar defensas prácticas, incluyendo entrenamiento adversario, inyección de ruido y técnicas preservadoras de la privacidad.
• Diseñar estrategias de evaluación de modelos conscientes de las amenazas en entornos de producción.

TinyML es un enfoque para implementar modelos de aprendizaje automático en dispositivos de bajo consumo y con recursos limitados que operan en el borde de la red.

Esta formación en vivo, impartida por instructores (en línea o presencial), está dirigida a profesionales de nivel avanzado que deseen asegurar los pipelines de TinyML e implementar técnicas de preservación de la privacidad en aplicaciones de inteligencia artificial en el borde.

Al finalizar este curso, los participantes podrán:

• Identificar riesgos de seguridad específicos de la inferencia TinyML en el dispositivo.
• Implementar mecanismos de preservación de la privacidad para implementaciones de inteligencia artificial en el borde.
• Fortificar los modelos y sistemas embebidos de TinyML contra amenazas adversarias.
• Aplicar las mejores prácticas para el manejo seguro de datos en entornos con recursos limitados.

Formato del curso

• Exposiciones dinámicas apoyadas por discusiones guiadas por expertos.
• Ejercicios prácticos que enfatizan escenarios reales de amenazas.
• Implementación práctica utilizando herramientas de seguridad embebida y TinyML.

Opciones de personalización del curso

• Las organizaciones pueden solicitar una versión a medida de esta formación para adaptarla a sus necesidades específicas de seguridad y cumplimiento normativo.

Este curso abarca la gobernanza, la gestión de identidades y las pruebas adversariales para sistemas de IA agéntica, centrándose en patrones de implementación seguros para entornos empresariales y técnicas prácticas de red-teaming.

Esta capacitación impartida por un instructor, realizada en vivo (en línea o presencial), 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 implementaciones seguras de IA agéntica.
• Diseñar flujos de identidad y autenticación no humanos para agentes, con acceso de mínimo privilegio.
• Implementar controles de acceso, registros de auditoría y observabilidad adaptados a agentes autónomos.
• Planificar y ejecutar ejercicios de red-teaming para descubrir usos indebidos, rutas de escalación y riesgos de exfiltración de datos.
• Mitigar las amenazas comunes a los 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 red-teaming / blue-teaming y evaluación final del curso.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarla.