Seguridad y privacidad en aplicaciones TinyML

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.

Esta capacitación en vivo, impartida por un instructor, en Uruguay (en línea o presencial), está dirigida a ingenieros de seguridad, analistas de SOC y equipos de plataforma que deseen proteger aplicaciones de IA, APIs, copilotos y agentes autónomos utilizando WAFs, pasarelas de IA, barandillas (guardrails), ingeniería de detección y defensa en tiempo de ejecución por capas.

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 capacitación en vivo, dirigida por un instructor Uruguay (online o presencial), está dirigida a desarrolladores e ingenieros de plataforma que desean construir funciones de IA que resistan la inyección de prompts, el envenenamiento de datos, el abuso de herramientas y la fuga de secretos, seguras por diseño en lugar de parcheadas después del hecho.

Esta formación en vivo, impartida por un instructor, en Uruguay (presencial o online), está dirigida a gerentes técnicos, arquitectos e ingenieros de seguridad que deseen asegurar la IA generativa y los sistemas agénticos en la entrega, cubriendo modelado de amenazas, barandillas de seguridad, permisos de agentes, seguridad de pipelines y gobernanza.

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.

Esta formación en vivo impartida por un instructor en Uruguay (en línea o presencial) está dirigida a profesionales principiantes de TI en los ámbitos de seguridad, riesgos y cumplimiento, que deseen comprender los conceptos fundamentales de la seguridad de la IA, los vectores de amenaza y los marcos globales como el NIST AI RMF y la norma ISO/IEC 42001.

Al finalizar esta formación, los participantes podrán:

• Comprender los riesgos de seguridad únicos que introducen los sistemas de IA.
• Identificar vectores de amenaza como ataques adversarios, envenenamiento de datos e inversión de modelos.
• Aplicar modelos de gobernanza fundamentales como el Marco de Gestión de Riesgos de la IA del NIST (NIST AI RMF).
• Alinear el uso de la IA con estándares emergentes, directrices de cumplimiento y principios éticos.

Esta formación en vivo dirigida por un instructor en Uruguay (en línea o presencial) está orientada a ingenieros de seguridad y de ML que necesitan identificar, probar y defenderse contra ataques dirigidos a modelos de ML y aplicaciones impulsadas por LLM.

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

Esta capacitación en vivo, con instructor, sobre Uruguay (en línea o presencial), está dirigida a profesionales de nivel avanzado que deseen implementar y evaluar técnicas como el aprendizaje federado, la computación segura multiparte, la criptografía homomórfica y la privacidad diferencial en pipelines de aprendizaje automático de entornos reales.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender y comparar técnicas clave de preservación de privacidad en ML.
• Implementar sistemas de aprendizaje federado utilizando frameworks de código abierto.
• Aplicar la privacidad diferencial para el intercambio seguro de datos y el entrenamiento de modelos.
• Utilizar técnicas de cifrado y computación segura para proteger las entradas y salidas de los modelos.

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.