Seguridad y privacidad en aplicaciones TinyML

AAISM es un marco avanzado para evaluar, gobernar y gestionar los riesgos de seguridad en sistemas de inteligencia artificial.

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean implementar controles de seguridad efectivos y prácticas de gobernanza para entornos empresariales de IA.

Al finalizar este programa, los participantes estarán preparados para:

• Evaluar los riesgos de seguridad de la IA mediante metodologías reconocidas por la industria.
• Implementar modelos de gobernanza para un despliegue responsable de la IA.
• Alinear las políticas de seguridad de la IA con los objetivos organizativos y las expectativas regulatorias.
• Mejorar la resiliencia y la responsabilidad en las operaciones impulsadas por IA.

Formato del curso

• Clases magistrales facilitadas con soporte de análisis experto.
• Talleres prácticos y actividades basadas en evaluaciones.
• Ejercicios aplicados con escenarios reales de gobernanza de IA.

Opciones de personalización del curso

• Para una formación adaptada alineada con la estrategia de IA de su organización, contáctenos para personalizar el curso.

Esta capacitación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a líderes empresariales de nivel intermedio que desean comprender cómo gobernar y asegurar sistemas de IA de manera responsable y conforme a marcos globales emergentes como la Ley de IA de la UE, el GDPR, la ISO/IEC 42001 y la Orden Ejecutiva de EE. UU. sobre IA.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los riesgos legales, éticos y regulatorios del uso de la IA en todos los departamentos.
• Interpretar y aplicar los principales marcos de gobernanza de IA (Ley de IA de la UE, NIST AI RMF, ISO/IEC 42001).
• Establecer políticas de seguridad, auditoría y supervisión para el despliegue de IA en la empresa.
• Desarrollar directrices de adquisición y uso para sistemas de IA de terceros e internos.

La Inteligencia Artificial (IA) introduce nuevas dimensiones de riesgos operativos, desafíos de gobernanza y exposición a ciberseguridad para las agencias y departamentos gubernamentales.

Este curso impartido por un instructor y en vivo (en línea o presencial) está dirigido a profesionales de TI y gestión de riesgos del sector público con experiencia limitada en IA que desean comprender cómo evaluar, monitorear y proteger los sistemas de IA dentro de un contexto gubernamental o regulatorio.

Al finalizar esta capacitación, los participantes podrán:

• Interpretar los conceptos clave de riesgo relacionados con los sistemas de IA, incluyendo sesgo, imprevisibilidad y desviación del modelo.
• Aplicar marcos específicos de gobernanza y auditoría de la IA, como NIST AI RMF e ISO/IEC 42001.
• Reconocer las amenazas de ciberseguridad dirigidas a los modelos de IA y a las tuberías de datos (data pipelines).
• Establecer planes de gestión de riesgos interdepartamentales y alineación de políticas para el despliegue de la IA.

Formato del Curso

• Conferencia interactiva y discusión de casos de uso del sector público.
• Ejercicios de marcos de gobernanza de la IA y mapeo de políticas.
• Modelado de amenazas basado en escenarios y evaluación de riesgos.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar.

Esta formación en vivo con instructor en México (en línea o presencial) está dirigida a profesionales de TI de nivel principiante e intermedio que desean comprender e implementar AI TRiSM en sus organizaciones.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos clave y la importancia de la gestión de confianza, riesgo y seguridad en IA.
• Identificar y mitigar los riesgos asociados con los sistemas de IA.
• Implementar las mejores prácticas de seguridad para IA.
• Comprender el cumplimiento normativo y las consideraciones éticas para la IA.
• Desarrollar estrategias para una gobernanza y gestión efectivas de la IA.

TinyML consiste en desplegar modelos de aprendizaje automático optimizados en dispositivos periféricos con recursos limitados.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales técnicos de nivel avanzado que deseen diseñar, optimizar y desplegar pipelines completos de TinyML.

Al finalizar esta capacitación, los participantes aprenderán cómo:

• Recopilar, preparar y gestionar conjuntos de datos para aplicaciones de TinyML.
• Entrenar y optimizar modelos para microcontroladores de bajo consumo.
• Convertir los modelos a formatos ligeros adecuados para dispositivos periféricos.
• Desplegar, probar y monitorear aplicaciones de TinyML en entornos de hardware real.

Formato del curso

• Dictado por un instructor con sesiones teóricas y discusión técnica.
• Laboratorios prácticos e iteración mediante experimentación.
• Implementación práctica en plataformas basadas en microcontroladores.

Opciones de personalización del curso

• Para personalizar la capacitación con toolchains específicas, tarjetas de hardware o flujos de trabajo internos, contáctenos para organizarlo.

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a desarrolladores de IA, arquitectos y gerentes de producto de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados con las aplicaciones impulsadas por LLM, como inyección de prompts, fugas de datos y salidas no filtradas, al tiempo que incorporan controles de seguridad como validación de entradas, supervisión humana en el bucle y guardias de salida.

Al finalizar esta formación, los participantes podrán:

• Comprender las vulnerabilidades principales de los sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Utilizar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como sandboxing, pruebas de penetración (red teaming) y revisión humana en el bucle en pipelines de grado productivo.

Esta capacitación en vivo dirigida por un instructor en México (en línea o presencial) está dirigida a profesionales de IA y ciberseguridad de nivel intermedio que desean comprender y abordar las vulnerabilidades de seguridad específicas de los modelos y sistemas de IA, especialmente en industrias altamente reguladas como las finanzas, la gobernanza de datos y la consultoría.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los tipos de ataques adversarios dirigidos a sistemas de IA y los métodos para defenderse de ellos.
• Implementar técnicas de endurecimiento de modelos para proteger los procesos de aprendizaje automático.
• Garantizar la seguridad y la integridad de los datos en los modelos de aprendizaje automático.
• Navegar por los requisitos de cumplimiento normativo relacionados con la seguridad de la IA.

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a ingenieros de seguridad y oficiales de cumplimiento que deseen fortalecer las implementaciones de EXO, controlar el acceso a los modelos y gobernar las cargas de trabajo de IA que se ejecuten exclusivamente on-premise.

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de la ciberseguridad, gestión de riesgos y cumplimiento de nivel principiante que desean comprender los conceptos fundamentales de la seguridad de la IA, los vectores de amenaza y los marcos globales como el NIST AI RMF y ISO/IEC 42001.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos de seguridad únicos introducidos por los sistemas de IA.
• Identificar vectores de amenaza como ataques adversarios, envenenamiento de datos e inversión de modelos.
• Aplicar modelos de gobernanza fundamentales como el Marco de Gestión de Riesgos de IA del NIST.
• Alinear el uso de la IA con estándares emergentes, directrices de cumplimiento y principios éticos.

Basado en las últimas guías del Proyecto de Seguridad OWASP para IA Generativa, los participantes aprenderán a identificar, evaluar y mitigar amenazas específicas de la IA mediante ejercicios prácticos y escenarios del mundo real.

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de nivel avanzado que deseen implementar y evaluar técnicas como el aprendizaje federado, el cálculo multipartito seguro, la cifría homomórfica y la privacidad diferencial en flujos de trabajo de aprendizaje automático del mundo real.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender y comparar las técnicas clave de preservación de privacidad en el aprendizaje automático.
• Implementar sistemas de aprendizaje federado utilizando marcos de código abierto.
• Aplicar la privacidad diferencial para compartir datos de forma segura y entrenar modelos.
• Utilizar técnicas de cifrado y cómputo seguro para proteger las entradas y salidas de los modelos.

Esta capacitación en vivo con instructor en México (en línea o presencial) está dirigida a profesionales avanzados de la ciberseguridad y especialistas en ML que deseen simular ataques contra sistemas de IA, descubrir vulnerabilidades y mejorar la robustez de los modelos de IA implementados.

Al finalizar esta capacitación, los participantes serán capaces de:

• Simular amenazas del mundo real contra modelos de aprendizaje automático.
• Generar ejemplos adversarios para evaluar la robustez de los modelos.
• Evaluar la superficie de ataque de las APIs y pipelines de IA.
• Diseñar estrategias de red teaming para entornos de despliegue de IA.

Esta capacitación en vivo con instrucción en México (en línea o presencial) está dirigida a ingenieros y profesionales de seguridad de nivel intermedio que desean proteger los modelos de IA implementados en el borde contra amenazas como la manipulación, la filtración de datos, las entradas adversas y los ataques físicos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Identificar y evaluar los riesgos de seguridad en implementaciones de IA en el borde.
• Aplicar técnicas de resistencia a la manipulación e inferencia cifrada.
• Fortalecer los modelos implementados en el borde y proteger las tuberías de datos.
• Implementar estrategias de mitigación de amenazas específicas para sistemas emparentados y limitados.

Esta formación en vivo impartida por un instructor en México (en línea o presencial) está dirigida a profesionales de nivel intermedio en aprendizaje automático y ciberseguridad que deseen comprender y mitigar las amenazas emergentes contra los modelos de IA, utilizando tanto marcos conceptuales como defensas prácticas, como entrenamiento robusto y privacidad diferencial.

Al finalizar esta formación, los participantes serán capaces de:

• Identificar y clasificar amenazas específicas de la IA, como ataques adversarios, inversión de datos y envenenamiento.
• Utilizar herramientas como la Caja de Herramientas de Robustez Adversaria (ART) para simular ataques y probar los modelos.
• Aplicar defensas prácticas que incluyen entrenamiento adversario, inyección de ruido y técnicas de preservación de la privacidad.
• Diseñar estrategias de evaluación de modelos conscientes de las amenazas en entornos de producción.

Este curso abarca la gobernanza, la gestión de identidades y las pruebas adversarias para sistemas de IA agéntica, con un enfoque en patrones de despliegue seguros para empresas y técnicas prácticas de pruebas de intrucción (red-teaming).

Esta formación en vivo impartida por instructores (en línea o presencial) está dirigida a profesionales de nivel avanzado que deseen diseñar, asegurar y evaluar sistemas de IA basados en agentes en entornos de producción.

Al finalizar esta capacitación, los participantes serán capaces de:

• Definir modelos y políticas de gobernanza para despliegues seguros de IA agéntica.
• Diseñar flujos de identidad y autenticación no humanos para agentes, aplicando el principio de mínimo privilegio.
• Implementar controles de acceso, registros de auditoría y observabilidad adaptados a agentes autónomos.
• Planificar y ejecutar ejercicios de pruebas de intrucción para identificar mal uso, vías de escalada y riesgos de exfiltración de datos.
• Mitigar amenazas comunes contra sistemas agénticos mediante políticas, controles de ingeniería y monitoreo.

Formato del curso

• Conferencias interactivas y talleres de modelado de amenazas.
• Laboratorios prácticos: aprovisionamiento de identidades, aplicación de políticas y simulación de adversarios.
• Ejercicios tipo red-teaming/blue-teaming y evaluación al final del curso.

Opciones de personalización del curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinarla.