Grazie per aver inviato la tua richiesta! Uno dei nostri team membri ti contatterà a breve.
Grazie per aver inviato il tuo prenotazione! Uno dei nostri team membri ti contatterà a breve.
Struttura del corso
Fondamenti: Il Regolamento AI dell’UE per i team tecnici
- Obblighi e terminologia rilevante per sviluppatori e operatori tecnici
- Analisi tecnica delle pratiche vietate ai sensi dell’articolo 4 del regolamento
- Correlazione tra requisiti legali e meccanismi di controllo ingegneristico
Ciclo di sviluppo sicuro e conforme
- Struttura dei repository e utilizzo della policy-as-code nei progetti AI
- Revisione del codice e verifiche statiche automatiche per individuare schemi rischiosi
- Gestione delle dipendenze e della catena di approvvigionamento dei componenti modello
Progettazione di pipeline CI/CD orientate alla conformità
- Fasi della pipeline: creazione, test, validazione, pacchettizzazione e distribuzione
- Integrazione di controlli di governance e verifiche automatiche delle policy
- Garanzia dell’immutabilità degli artefatti e tracciamento della loro provenienza
Test, validazione e verifiche di sicurezza dei modelli
- Verifiche di validità dei dati e rilevamento del bias nei modelli
- Test di performance, robustezza e resistenza ad attacchi avversari
- Creazione automatica di criteri di accettazione e reporting relativo ai test
Registrazione, versionamento e tracciabilità dei modelli
- Utilizzo di MLflow o strumenti equivalenti per la gestione della cronologia e dei metadati dei modelli
- Versionamento dei modelli e dei set di dati al fine di garantire la riproducibilità
- Registrazione della provenienza dei dati e produzione di artefatti idonei alle verifiche ispettive
Controlli operativi, monitoraggio e capacità di osservabilità
- Instrumentazione per la registrazione delle informazioni relative a input, output e decisioni prese dal modello
- Monitoraggio del comportamento dei modelli, delle variazioni nei dati e delle metriche di performance
- Attivazione di allarmi, gestione automatica dei rollback e distribuzioni progressiva tipo canary
Sicurezza, controllo degli accessi e protezione dei dati
- Implementazione di principi di minimo privilegio per la gestione delle autorizzazioni in ambienti di addestramento e inferenza
- Protezione dei dati utilizzati per l’addestramento e l’inferenza, sia a riposo che durante il trasferimento
- Gestione sicura delle credenziali e buone pratiche nella configurazione dei sistemi
Capacità di audit e raccolta di prove
- Produzione di log leggibili sia da macchine che dagli esseri umani, oltre a sintesi riassuntive comprensibili
- Organizzazione delle prove raccolte per facilitare le valutazioni di conformità e i controlli ispettivi
- Definizione di politiche di conservazione e protezione degli artefatti utilizzati in sede di audit
Gestione delle incidenti, segnalazione e azioni correttive
- Rilevamento di eventuali pratiche vietate o situazioni critiche relative alla sicurezza dei modelli
- Azioni tecniche per il contenimento, il ripristino e la mitigazione delle conseguenze negative
- Redazione di report tecnici utili per le autorità di controllo e i comitati interni di governance
Sintesi finale e prossimi passi
Requisiti
- Conoscenza dei flussi di sviluppo e distribuzione del software
- Esperienza nella creazione di containerizzazioni e familiarità con i concetti base di Kubernetes
- Conoscenza della gestione del codice sorgente tramite Git e delle pratiche CI/CD
Destinatari
- Sviluppatori responsabili della creazione o manutenzione di componenti AI
- Ingegneri DevOps e addetti alla piattaforma incaricati delle distribuzioni
- Amministratori responsabili della gestione dell’infrastruttura e degli ambienti operativi
14 ore