Formation Introduction à la Gestion de la Confiance, du Risque et de la Sécurité de l'IA (AI TRiSM)

Cette formation en présentiel (en ligne ou sur site) animée par un formateur expert s'adresse aux dirigeants d'entreprise de niveau intermédiaire souhaitant comprendre comment gouverner et sécuriser les systèmes d'IA de manière responsable et conforme aux cadres réglementaires mondiaux émergents, tels que la loi européenne sur l'IA (EU AI Act), le RGPD, la norme ISO/IEC 42001 et le décret exécutif américain sur l'IA.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les risques juridiques, éthiques et réglementaires liés à l'utilisation de l'IA au sein des différents départements.
• Interpréter et appliquer les principaux cadres de gouvernance de l'IA (loi européenne sur l'IA, NIST AI RMF, ISO/IEC 42001).
• Établir des politiques de sécurité, d'audit et de contrôle pour le déploiement de l'IA dans l'entreprise.
• Développer des directives d'acquisition et d'utilisation pour les systèmes d'IA tiers et internes.

Ce cours propose une introduction pratique à la sécurisation des applications modernes alimentées par l'IA, des API, des copilotes et des agents autonomes. Les participants apprennent en quoi la sécurité IA diffère de la sécurité web traditionnelle, explorent les menaces spécifiques à l'IA telles que l'injection de prompt, l'empoisonnement RAG et l'abus d'agents, et comprennent comment protéger les systèmes IA à l'aide de défenses multicouches incluant des WAF, des passerelles IA, la sécurité des API et des garde-fous. Grâce à des ateliers pratiques et à des exemples concrets, les apprenants acquièrent les compétences nécessaires pour identifier les schémas d'attaques IA, sécuriser les applications basées sur LLM et déployer des défenses en temps réél efficaces pour les environnements de production.

Cette formation en direct, animée par un formateur, en Belgique (en ligne ou en présentiel) s'adresse aux développeurs AI, architectes et chefs de produits de niveau intermédiaire à avancé qui souhaitent identifier et atténuer les risques associés aux applications alimentées par des LLM, y compris l'injection de prompts, les fuites de données et les sorties non filtrées, tout en intégrant des contrôles de sécurité tels que la validation des entrées, la supervision humaine et des garde-fous pour les sorties.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les vulnérabilités fondamentales des systèmes basés sur des LLM.
• Appliquer des principes de conception sécurisée à l'architecture des applications LLM.
• Utiliser des outils tels que Guardrails AI et LangChain pour la validation, le filtrage et la sécurité.
• Intégrer des techniques telles que le sandboxing, le red teaming et la révision par un humain dans des pipelines de qualité production.

Ce cours apprend aux développeurs de logiciels à construire des applications IA sécurisées par conception. Les participants apprennent à protéger les chatbots, copilotes, pipelines RAG et agents IA contre les menaces spécifiques à l'IA telles que l'injection de prompt, l'empoisonnement des données, l'abus d'outils, la fuite de secrets et la sortie du modèle insecure. Le cours couvre la conception sécurisée des prompts, la sécurité RAG, l'accès au moindre privilège, les garde-fous et les tests red-team, aidant les développeurs à créer des fonctionnalités IA qui sont sûres, fiables et résilientes dans des environnements réels.

Cette formation en présentiel ou en ligne Belgique, animée par un formateur expert, s'adresse aux professionnels de l'IA et de la cybersécurité de niveau intermédiaire souhaitant comprendre et traiter les vulnérabilités spécifiques aux modèles et systèmes d'IA, particulièrement dans des secteurs hautement réglementés tels que la finance, la gouvernance des données et le conseil.

À l'issue de cette formation, les participants seront capables de :

• Comprendre les types d'attaques adversariales ciblant les systèmes d'IA et les méthodes pour s'en défendre.
• Mettre en œuvre des techniques de durcissement de modèles afin de sécuriser les pipelines d'apprentissage machine.
• Garantir la sécurité et l'intégrité des données dans les modèles d'apprentissage machine.
• Se conformer aux exigences réglementaires relatives à la sécurité de l'IA.

Cette formation en présentiel ou en ligne, animée par un instructeur, en Belgique s'adresse aux ingénieurs en sécurité et aux responsables de la conformité qui souhaitent renforcer les déploiements EXO, contrôler l'accès aux modèles et gouverner les charges de travail IA exécutées entièrement sur site.

Cette formation en présentiel ou à distance en Belgique, dispensée par un instructeur, s'adresse aux professionnels débutants de la sécurité informatique, de la gestion des risques et de la conformité qui souhaitent comprendre les concepts fondamentaux de la sécurité de l'IA, les vecteurs de menace et les cadres mondiaux tels que le NIST AI RMF et l'ISO/IEC 42001.

À l'issue de cette formation, les participants seront en mesure de :

• Comprendre les risques de sécurité spécifiques introduits par les systèmes d'IA.
• Identifier les vecteurs de menace tels que les attaques adversariales, l'empoisonnement des données et l'inversion de modèle.
• Appliquer des modèles de gouvernance fondamentaux tels que le Cadre de gestion des risques en matière d'IA du NIST.
• Aligner l'utilisation de l'IA avec les normes émergentes, les directives de conformité et les principes éthiques.

Cette formation en direct, animée par un instructeur à Belgique (en ligne ou sur site), s'adresse aux ingénieurs en sécurité et ML qui doivent identifier, tester et se défendre contre les attaques ciblant les modèles ML et les applications alimentées par des LLM.

S'appuyant sur les dernières recommandations du projet OWASP GenAI Security, les participants apprendront à identifier, évaluer et atténuer les menaces spécifiques à l'IA grâce à des exercices pratiques et à des scénarios réels.

Cette formation en présentiel ou en ligne à Belgique, animée par un formateur, s'adresse aux professionnels de niveau avancé souhaitant mettre en œuvre et évaluer des techniques telles que l'apprentissage fédéré, le calcul multipartite sécurisé, le chiffnement homomorphe et la confidentialité différentielle dans des pipelines d'apprentissage automatique concrets.

À l'issue de cette formation, les participants seront capables de :

• Comprendre et comparer les principales techniques de préservation de la vie privée en apprentissage automatique.
• Mettre en œuvre des systèmes d'apprentissage fédéré à l'aide de frameworks open-source.
• Appliquer la confidentialité différentielle pour un partage sécurisé des données et l'entraînement des modèles.
• Utiliser des techniques de chiffrement et de calcul sécurisé pour protéger les entrées et sorties des modèles.

Cette formation en direct, encadrée par un instructeur, à Belgique (en ligne ou sur site), s'adresse aux professionnels de la sécurité de niveau avancé et aux spécialistes du ML qui souhaitent simuler des attaques contre les systèmes IA, identifier les vulnérabilités et renforcer la robustesse des modèles IA déployés.

À l'issue de cette formation, les participants seront capables de :

• Simuler des menaces réelles contre les modèles d'apprentissage automatique.
• Générer des exemples adversariaux pour tester la robustesse des modèles.
• Évaluer la surface d'attaque des APIs et des pipelines IA.
• Concevoir des stratégies de red teaming pour les environnements de déploiement IA.

Cette formation en direct animée par un instructeur à Belgique (en ligne ou sur site) s'adresse aux ingénieurs et aux professionnels de la sécurité de niveau intermédiaire souhaitant sécuriser les modèles d'IA déployés en périphérie contre des menaces telles que la falsification, les fuites de données, les entrées adversariales et les attaques physiques.

À l'issue de cette formation, les participants seront capables de :

• Identifier et évaluer les risques de sécurité dans les déploiements d'IA en périphérie.
• Appliquer des techniques de résistance à la falsification et d'inférence chiffrée.
• Durcir les modèles déployés en périphérie et sécuriser les pipelines de données.
• Mettre en œuvre des stratégies d'atténuation des menaces spécifiques aux systèmes embarqués et contraints.

Cette formation en direct animée par un instructeur à Belgique (en ligne ou sur site) s'adresse aux professionnels de l'apprentissage automatique et de la cybersécurité de niveau intermédiaire souhaitant comprendre et atténuer les menaces émergentes contre les modèles d'IA, en utilisant à la fois des concepts théoriques et des mesures de défense concrètes telles que l'entraînement robuste et la confidentialité différentielle.

À l'issue de cette formation, les participants seront capables de :

• Identifier et classer les menaces spécifiques à l'IA, telles que les attaques adversariales, les attaques par inversion et l'empoisonnement des données.
• Utiliser des outils tels que l'Adversarial Robustness Toolbox (ART) pour simuler des attaques et tester les modèles.
• Appliquer des défenses pratiques, notamment l'entraînement adversarial, l'injection de bruit et des techniques préservant la confidentialité.
• Concevoir des stratégies d'évaluation des modèles conscientes des menaces dans des environnements de production.