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 que preserva la privacidad
- Principios básicos de la privacidad de los datos en aplicaciones móviles
- Factores regulatorios para la IA en el dispositivo
- Ventajas 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
- Recopilar y almacenar datos sensibles de forma segura en el dispositivo
- Minimizar la exposición de datos mediante inferencia local
- Estrategias de anonimización y seudonimización
Implementación de funciones de IA que preservan la privacidad
- Crear funciones impulsadas por IA sin transmitir los datos del usuario
- Diseñar flujos de trabajo listos para salud, finanzas o cumplimiento normativo
- Asegurar el aislamiento de datos entre componentes de la aplicación
Consideraciones de seguridad para modelos en el dispositivo
- Proteger los modelos contra la extracción o el alterado
- Contencioso seguro (sandboxing) y gestión de permisos
- Modelado de amenazas para sistemas de IA móvil
Cumplimiento y alineación regulatoria
- Comprensión de las implicaciones del RGPD, HIPAA y del sector financiero
- Documentación de enfoques de privacidad por diseño
- Mantener la auditable sin comprometer los datos del usuario
Pruebas y validación de garantías de privacidad
- Pruebas de flujos de trabajo para filtraciones de datos no intencionadas
- Evaluación de los compromisos entre precisión y privacidad
- Validación continua a través de las actualizaciones de la aplicación
Despliegue y mantenimiento de aplicaciones de IA centradas en la privacidad
- Gestión de actualizaciones de modelos en el dispositivo
- Monitoreo del rendimiento y el cumplimiento a lo largo del tiempo
- Preparar las aplicaciones para futuras regulaciones en evolución
Resumen y próximos pasos
Requerimientos
- Comprensión del desarrollo móvil o de aplicaciones
- Experiencia con Python, Kotlin o Swift
- Familiaridad básica con conceptos de IA o aprendizaje automático
Audiencia
- Equipos empresariales
- Oficiales de cumplimiento
- Desarrolladores que crean 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
