Ponte en Contacto
 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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas