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 machine learningu
- Co je AI a jak se definuje?
- Machine learning jako podskupina AI
- Typy AI: slabá, silná, generativní, s dohledem, bez dohledu
AI v praxi napříč organizací
- Kam se AI/ML aktuálně nachází v obchodních funkcích
- Automatizace, podpůrné systémy pro rozhodování, zákaznický servis a analytika
- Půdorys využití v HR, finance, operacech a compliance
Časté výzvy v oblasti správy informací
- Konflikt s principy ochrany osobních údajů
- Právní základ, spravedlnost a transparentnost při automatizovaném rozhodování
- Přesnost, minimalizace dat a omezení úložiště
Základy správy informací a dat
- Správa informací a záznamů v kontextu AI
- Důležitost metadat a auditních stop
- Udržování kvality a integrity dat pro tréninkové sady
Přístup k výzvám správy informací
- Navrhování kontrolních mechanismů pro potrubí AI/ML
- Dohled člověka a vysvětlitelnost
- Budování mezzodílných týmů pro správu informací
Provádění DPIA pro AI/ML
- Právní požadavky a účel DPIA
- Krok k hodnocení navržených implementací AI/ML
- Dokumentování hodnocení rizik, opatření k jejich mírnění a odůvodnění
Rámce správy informací a management rizik
- Přehled rámců specifikých pro AI
- Přístupy ISO, NIST, ICO a OECD
- Evidenční knihy rizik a dokumentace politik
Kultura, integrace a související rámce
- Vymáhání kultury zodpovědného používání AI
- Propojení správy AI s kybernetickou bezpečností, etikou a politikami ESG
- Kontinuální vylepšování a monitorování
Shrnutí a další kroky
Požadavky
- Pochopení politik správy informací organizace
- Znalost předpisů týkajících se ochrany dat nebo soukromí
- Znalost konceptů AI nebo machine learning je výhodou
Cílová skupina
- Profesionálové v oblasti správy informací
- Odpovědní ochránci osobních údajů a manažeři compliance
- Vedoucí digitální transformace nebo IT správy
7 Hodiny