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.
Duración 14 horas
Temario del curso
Fundamentos: La Ley de IA de la UE para equipos técnicos
- Obligaciones y terminología relevantes para desarrolladores y operadores
- Comprensión de las prácticas prohibidas según el Artículo 4 desde una perspectiva técnica
- Correlación de requisitos legales con controles de ingeniería
Ciclo de vida de desarrollo seguro y de cumplimiento
- Estructura de repositorios y política como código (policy-as-code) para proyectos de IA
- Revisión de código y verificaciones estáticas automatizadas para patrones de riesgo
- Gestión de dependencias y cadena de suministro para componentes de modelos
Diseño de pipelines de CI/CD para el cumplimiento
- Etapas del pipeline: compilación, pruebas, validación, empaquetado, despliegue
- Integración de puertas de gobernanza y verificaciones de políticas automatizadas
- Inmutabilidad de artefactos y seguimiento de procedencia
Pruebas, validación y comprobaciones de seguridad de modelos
- Pruebas de validación de datos y detección de sesgos
- Pruebas de rendimiento, robustez y resiliencia ante ataques adversarios
- Criterios de aceptación automatizados e informes de pruebas
Registro de modelos, versionamiento y procedencia
- Uso de MLflow o equivalentes para el linaje y metadatos de modelos
- Versionamiento de modelos y conjuntos de datos para la reproducibilidad
- Registro de procedencia y generación de artefactos listos para auditoría
Controles de tiempo de ejecución, monitoreo y observabilidad
- Instrumentación para registrar entradas, salidas y decisiones
- Monitoreo de deriva de modelos, deriva de datos y métricas de rendimiento
- Alertas, rollback automatizado y despliegues canary
Seguridad, control de acceso y protección de datos
- IAM de privilegio mínimo 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 de configuración segura
Auditabilidad y recopilación de evidencia
- Generación de registros legibles por máquina y resúmenes legibles por humanos
- Empaquetado de evidencia 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 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 y despliegue de software
- Experiencia con contenerización y conceptos básicos de Kubernetes
- Familiaridad con el control de versiones basado en Git y las prácticas de CI/CD
Público objetivo
- Desarrolladores que construyan o mantengan componentes de IA
- Ingenieros de DevOps y de plataforma responsables del despliegue
- Administradores que gestionen la infraestructura y los entornos de tiempo de ejecución