Cursos de Securing Edge AI and Embedded Intelligence

Esta formação ao vivo e liderada por um instrutor (online ou presencial) em Portugal é direcionada a líderes empresariais de nível intermediário que desejam entender como governar e garantir sistemas de IA de forma responsável, conforme as estruturas globais emergentes, como o Regulamento da UE sobre IA, GDPR, ISO/IEC 42001 e a Ordem Executiva dos EUA sobre IA.

No final desta formação, os participantes serão capazes de:

• Compreender os riscos legais, éticos e regulatórios do uso da IA em diferentes departamentos.
• Interpretar e aplicar os principais quadros de governança de IA (Regulamento da UE sobre IA, NIST AI RMF, ISO/IEC 42001).
• Estabelecer políticas de segurança, auditoria e supervisão para a implantação de IA na empresa.
• Desenvolver diretrizes de aquisição e uso para sistemas de IA de terceiros e internos.

Este treinamento ao vivo e ministrado por instrutor em Portugal (online ou presencial) é direcionado a desenvolvedores, arquitetos e gerentes de produtos com nível intermediário a avançado de IA que desejam identificar e mitigar riscos associados a aplicações baseadas em LLMs, incluindo injeção de prompt, vazamento de dados e saída não filtrada, enquanto incorporam controles de segurança como validação de entrada, supervisão humana no loop e barreiras de saída.

No final deste treinamento, os participantes serão capazes de:

• Compreender as vulnerabilidades principais dos sistemas baseados em LLMs.
• Aplicar princípios de design seguro à arquitetura de aplicativos LLM.
• Usar ferramentas como Guardrails AI e LangChain para validação, filtragem e segurança.
• Incorporar técnicas como sandboxing, red teaming e revisão humana no loop em pipelines de produção.

Esta formação ao vivo e ministrada por instrutor em Portugal (online ou presencial) é direcionada a profissionais de nível inicial de segurança, risco e conformidade da TI que desejam entender conceitos fundamentais de segurança AI, vetores de ameaças e quadros globais como NIST AI RMF e ISO/IEC 42001.

No final desta formação, os participantes serão capazes de:

• Compreender os riscos de segurança únicos introduzidos pelos sistemas AI.
• Identificar vetores de ameaças como ataques adversários, envenenamento de dados e inversão de modelo.
• Aplique modelos de governança fundamentais como o Quadro NIST AI Risk Management.
• Alinhar o uso da IA com padrões emergentes, diretrizes de conformidade e princípios éticos.

Esta formação ao vivo, ministrada por um instrutor em Portugal (online ou presencial), é direcionada a profissionais avançados que desejam implementar e avaliar técnicas como aprendizado federado, computação multiparty segura, criptografia homomórfica e privacidade diferencial em pipelines de aprendizado de máquina do mundo real.

No final desta formação, os participantes serão capazes de:

• Compreender e comparar técnicas-chave de preservação da privacidade no ML.
• Implementar sistemas de aprendizado federado usando frameworks open-source.
• Aplique privacidade diferencial para compartilhamento seguro de dados e treinamento de modelos.
• Usar criptografia e técnicas de computação segura para proteger as entradas e saídas do modelo.

Esta formação ao vivo, ministrada por instrutor (online ou presencial) em Portugal, é direcionada a profissionais avançados de segurança e especialistas em IA que desejam simular ataques em sistemas de inteligência artificial, descobrir vulnerabilidades e melhorar a robustez dos modelos de AI implantados.

No final desta formação, os participantes serão capazes de:

• Simular ameaças do mundo real aos modelos de aprendizado de máquina.
• Gerar exemplos adversariais para testar a robustez do modelo.
• Avaliar a superfície de ataque das APIs e pipelines de AI.
• Diseñar estratégias de red teaming para ambientes de implantação de AI.

Esta formação ao vivo e orientada por instrutor em Portugal (online ou presencial) é direcionada a profissionais de nível intermediário de aprendizado de máquina e cibersegurança que desejam entender e mitigar ameaças emergentes contra modelos de IA, utilizando tanto quadros conceituais quanto defesas práticas como treinamento robusto e privacidade diferencial.

No final desta formação, os participantes serão capazes de:

• Identificar e classificar ameaças específicas da IA, como ataques adversariais, inversão e envenenamento de dados.
• Utilizar ferramentas como o Adversarial Robustness Toolbox (ART) para simular ataques e testar modelos.
• Aplique defesas práticas incluindo treinamento adversarial, injeção de ruído e técnicas de preservação da privacidade.
• Projete estratégias de avaliação de modelo consciente de ameaças em ambientes de produção.