Cursusaanbod

Grondbeginselen van verantwoordelijke AI

  • Wat is verantwoordelijke AI en waarom het belangrijk is in softwareontwikkeling
  • Principes: rechtvaardigheid, aansprakelijkheid, transparantie en privacy
  • Voorbeelden van ethische mislukkingen en misbruik van AI in codebases

Vooroordelen en rechtvaardigheid in AI-gegenereerde code

  • Hoe LLMs vooroordelen kunnen versterken via training data
  • Het opsporen en verminderen van vooroordeelvolle of gevaarlijke codevoorstellen
  • AI-hallucinaties en het risico van het introduceren van fouten op grote schaal

Licentieoverwegingen, toeschrijving en IP

  • Begrip van open-source licenties (MIT, GPL, Copyleft)
  • Moeten LLM-gegenereerde uitvoeringen toeschrijving vereisen?
  • Auditing van AI-gestuurde code voor derde-partij licentieproblemen

Veiligheid en naleving in AI-gestuurde ontwikkeling

  • Zorg voor codes veiligheid en vermijd onveilige patronen van LLMs
  • Naleving van interne veiligheidsrichtlijnen en branche-reguleringen
  • Auditeerbare documentatie van AI-gestuurde besluitvorming

Beleid en Gogovernance voor ontwikkelteams

  • Het maken van interne AI-gebruikspolitieken voor softwareteams
  • Het definiëren van aanvaardbaar gebruik en rode vlaggen
  • Keuze van hulpmiddelen en verantwoordelijke inleiding van AI-assistenten

Evaluatie en auditing van AI-output

  • Het gebruik van controlelijsten om de betrouwbaarheid van gegenereerde inhoud te beoordelen
  • Het uitvoeren van handmatige en geautomatiseerde beoordelingen van AI-gegenereerde code
  • Beste praktijken voor peer-review en goedkeuringsprocessen

Samenvatting en volgende stappen

Vereisten

  • Basisinzicht in softwareontwikkelingswerkprocessen
  • Kennis van Agile, DevOps, of algemene softwareprojectpraktijken

Publiek

  • Compliance teams
  • Ontwikkelaars
  • Softwareprojectmanagers
 7 Uren

Aantal deelnemers


Prijs Per Deelnemer

Voorlopige Aankomende Cursussen

Gerelateerde categorieën