Seguridad de IA para equipos de seguridad

AAISM is an advanced framework for assessing, governing, and managing security risks in artificial intelligence systems.

This instructor-led, live training (online or onsite) is aimed at advanced-level professionals who wish to implement effective security controls and governance practices for enterprise AI environments.

At the conclusion of this program, participants will be prepared to:

• Evaluate AI security risks using industry-recognized methodologies.
• Implement governance models for responsible AI deployment.
• Align AI security policies with organizational goals and regulatory expectations.
• Enhance resilience and accountability within AI-driven operations.

Format of the Course

• Facilitated lectures supported by expert analysis.
• Practical workshops and assessment-based activities.
• Applied exercises using real-world AI governance scenarios.

Course Customization Options

• For tailored training aligned to your organizational AI strategy, please contact us to customize the course.

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

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos legales, éticos y normativos del uso de la IA en diferentes departamentos.
• Interpretar y aplicar los principales marcos de gobernanza de la IA (Ley de IA de la UE, NIST AI RMF, ISO/IEC 42001).
• Establecer políticas de seguridad, auditoría y supervisión para la implementación de la 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 riesgo operacional, desafíos de gobernanza y exposición a la ciberseguridad para las agencias y departamentos gubernamentales.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de TI y gestión de riesgos del sector público con poca experiencia previa en IA, quienes desean comprender cómo evaluar, monitorear y proteger los sistemas de IA en un contexto gubernamental o regulatorio.

Al finalizar esta formación, los participantes podrán:

• Interpretar los conceptos clave de riesgo relacionados con los sistemas de IA, incluyendo sesgo, impredecibilidad y desviación del modelo.
• Aplicar marcos de gobernanza y auditoría específicos para la IA, como NIST AI RMF e ISO/IEC 42001.
• Reconocer amenazas de ciberseguridad dirigidas a modelos de IA y canales de datos.
• Establecer planes de gestión de riesgos interdepartamentales y alinear políticas para la implementación de IA.

Formato del Curso

• Conferencias interactivas y análisis de casos de uso del sector público.
• Ejercicios de gobernanza de la IA y mapeo de políticas.
• Modelado de amenazas y evaluación de riesgos basados en escenarios.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarlo.

Esta formación en vivo, impartida por un instructor, en Costa Rica (en línea o presencial), está dirigida a profesionales de TI de nivel principiante a 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, riesgos y seguridad de la IA.
• Identificar y mitigar los riesgos asociados con los sistemas de IA.
• Implementar las mejores prácticas de seguridad para la IA.
• Comprender el cumplimiento normativo y las consideraciones éticas para la IA.
• Desarrollar estrategias para una gobernanza y gestión efectiva de la IA.

Esta formación en vivo impartida por un instructor en Costa Rica (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, incluidas la inyección de comandos, la fuga de datos y la salida sin filtrar, al mismo tiempo que incorporan controles de seguridad como la validación de entrada, la supervisión humana en el proceso y las barreras de seguridad en la salida.

Al final de esta formación, los participantes serán capaces de:

• 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 el aislamiento (sandboxing), pruebas de intrusión y revisión humana en el proceso en pipelines de nivel de producción.

Este curso enseña a los desarrolladores de software cómo construir aplicaciones de IA de forma segura desde el diseño. Los participantes aprenden a proteger chatbots, copilotos, pipelines de RAG y agentes de IA contra amenazas específicas como inyección de prompts, envenenamiento de datos, abuso de herramientas, filtración de secretos y salida insegura del modelo. El curso cubre diseño seguro de prompts, seguridad RAG, acceso de menor privilegio, guardrails y pruebas de red-teaming, ayudando a los desarrolladores a crear funciones de IA que sean seguras, confiables y resilientes en entornos reales.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de nivel intermedio de IA y ciberseguridad 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 formación, los participantes serán capaces de:

• 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 asegurar las tuberías de aprendizaje automático.
• Asegurar la seguridad e 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 Costa Rica (en línea o presencial) está dirigida a ingenieros de seguridad y oficiales de cumplimiento que deseen reforzar las implementaciones de EXO, controlar el acceso a los modelos y gobernar las cargas de trabajo de inteligencia artificial que se ejecutan exclusivamente en instalaciones propias.

Esta formación en vivo con instructores en Costa Rica (en línea o presencial) está dirigida a profesionales de seguridad informática, gestión de riesgos y cumplimiento de nivel principiante que deseen 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 final de esta formación, los participantes serán capaces de:

• Comprender los riesgos de seguridad únicos que introducen 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 de NIST.
• Alinear el uso de la IA con las normas emergentes, las directrices de cumplimiento y los principios éticos.

Esta formación en vivo dirigida por instructores en Costa Rica (en línea o presencial) está dirigida a ingenieros de seguridad y ML que necesitan identificar, probar y defenderse contra ataques a modelos de IA y aplicaciones impulsadas por LLM.

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

Esta capacitación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de nivel avanzado que desean implementar y evaluar técnicas como aprendizaje federado, computación segura de múltiples partes, cifrado homomórfico y privacidad diferencial en pipelines de aprendizaje automático del mundo real.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender y comparar técnicas clave de preservación de la privacidad en ML.
• Implementar sistemas de aprendizaje federado utilizando marcos de código abierto.
• Aplicar la privacidad diferencial para el intercambio seguro de datos y el entrenamiento de modelos.
• Utilizar técnicas de cifrado y computación segura para proteger las entradas y salidas del modelo.

Esta formación en vivo y dirigida por un instructor en Costa Rica (en línea o presencial) está dirigida a profesionales de la seguridad y especialistas en ML de nivel avanzado que deseen simular ataques a sistemas de IA, descubrir vulnerabilidades y mejorar la robustez de los modelos de IA implementados.

Al finalizar esta formación, los participantes podrán:

• Simular amenazas del mundo real a los modelos de aprendizaje automático.
• Generar ejemplos adversarios para probar la robustez del modelo.
• Evaluar la superficie de ataque de las APIs y los procesos de IA.
• Diseñar estrategias de red teaming para entornos de implementación de IA.

Esta formación en vivo impartida por un instructor en Costa Rica (en línea o presencial) está dirigida a ingenieros y profesionales de la seguridad de nivel intermedio que desean proteger los modelos de IA implementados en el borde contra amenazas como la manipulación, la filtración de datos, entradas adversarias y ataques físicos.

Al finalizar esta formación, los participantes podrán:

• 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 asegurar las tuberías de datos.
• Implementar estrategias de mitigación de amenazas específicas para sistemas embebidos y con recursos limitados.

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

Al finalizar esta formación, los participantes serán capaces de:

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