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
Introducción a la IA con privacidad preservada
- Principios fundamentales de la privacidad de datos en aplicaciones móviles
- Factores regulatorios para la IA en el dispositivo
- Beneficios y limitaciones del procesamiento local
Comprensión de Nano Banana para la privacidad en el dispositivo
- Arquitectura del modelo Nano Banana
- Propiedades de seguridad y rutas de ejecución local
- Plataformas admitidas y patrones de integración móvil
Técnicas de manejo de datos y procesamiento local
- Recopilación y almacenamiento seguro de datos sensibles en el dispositivo
- Minimización de la exposición de datos mediante inferencia local
- Estrategias de anonimización y seudonimización
Implementación de funciones de IA con privacidad preservada
- Creación de funciones impulsadas por IA sin transmitir datos del usuario
- Diseño de flujos de trabajo listos para salud, finanzas o cumplimiento
- Aseguramiento del aislamiento de datos entre componentes de la aplicación
Consideraciones de seguridad para modelos en el dispositivo
- Protección de los modelos contra extracción o manipulación
- Enclavado seguro (sandboxing) y gestión de permisos
- Modelado de amenazas para sistemas de IA móvil
Cumplimiento y alineación regulatoria
- Comprensión del GDPR, HIPAA e implicaciones del sector financiero
- Documentación de enfoques de privacidad por diseño
- Mantenimiento de la auditabilidad sin comprometer los datos del usuario
Pruebas y validación de garantías de privacidad
- Pruebas de flujos de trabajo por filtración no intencional de datos
- Evaluación de las compensaciones entre precisión y privacidad
- Validación continua a lo largo de las actualizaciones de la aplicación
Despliegue y mantenimiento de aplicaciones de IA centradas en la privacidad
- Gestión de las actualizaciones de modelos en el dispositivo
- Monitoreo del rendimiento y el cumplimiento con el tiempo
- Preparación de las aplicaciones para regulaciones en evolución
Resumen y próximos pasos
Requerimientos
- Un entendimiento del desarrollo móvil o de aplicaciones
- Experiencia con Python, Kotlin o Swift
- Conocimiento básico de conceptos de IA o aprendizaje automático
Público objetivo
- Equipos empresariales
- Oficiales de cumplimiento
- Desarrolladores que construyen aplicaciones sensibles
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática
