Děkujeme za vaši dotaz! Jeden z našich pracovníků vás brzy kontaktuje.
Děkujeme za rezervaci! Jeden z našich pracovníků vás brzy kontaktuje.
Návrh Školení
Pochopení umělé inteligence a strojového učení
- Co je AI a jak se definuje?
- Strojové učení jako podmnožina AI
- Typy AI: slabá, silná, generativní, dozorová, neznačená
Umělá inteligence v praxi po celé organizaci
- Kde se AI/ML aktuálně nachází ve firemních funkcích
- Automatizace, podpora rozhodování, zákaznická služba a analýza dat
- Případy využití v HR, financích, operacích a dodržování právních předpisů
Běžné výzvy správy informací
- Konflikty s Principy ochrany osobních údajů
- Zákonnost, spravedlnost a transparentnost v automatizovaném rozhodování
- Přesnost, minimalizace dat a omezení úložišť
Základy správy informací a dat
- Správa informací a záznamů v kontextu AI
- Důležitost metadata a sledování auditu
- Udržení kvality dat a integrity pro trénovací soubory
Přístup k výzvám správy informací
- Návrh řídicích prvků pro pipeline AI/ML
- Lidský dozor a vysvětlitelnost
- Vytvoření mimooblastních týmů pro správu informací
Provádění hodnocení dopadu na soukromí (DPIA) pro AI/ML
- Legální požadavek a účel DPIAs
- Kroky k hodnocení plánovaných implementací AI/ML
- Dokumentace hodnocení rizik, odstraňování rizik a odůvodnění
Správní rámce a řízení rizik
- Přehled AI-specifických správních rámců
- Přístupy ISO, NIST, ICO a OECD
- Registry rizik a dokumentace politik
Kultura, integrace a související rámcové systémy
- Vnoření kultury odpovědného využívání AI
- Propojení správy informací s kybernetickou bezpečností, etikou a politikami ESG
- Běžný vylepšování a monitorování
Shrnutí a další kroky
Požadavky
- Pochopení organizačních zásad správy informací
- Oznámení s ochranou osobních údajů nebo regulemi o ochraně soukromí
- Nějaké znalosti konceptů AI nebo strojového učení je výhodné
Cílová skupina
- Odborníci na správu informací
- Ředitelé ochrany osobních údajů a manažeři dodržování právních předpisů
- Vedoucí digitalizace nebo IT správy
7 hodiny