Návrh Školení

Základy odpovědného AI

  • Co je odpovědné AI a proč to v softwarovém vývoji znamená něco
  • Principy: spravedlnost, zodpovědnost, transparentnost a soukromí
  • Příklady etických selhání a špatného použití AI v kódu

Bias a Spravedlnost ve Generovaném Kódu AI

  • Jak LLM mohou posilovat bias prostřednictvím školicích dat
  • Detekce a odstraňování bázického nebo nebezpečného návrhu kódu
  • AI halucinace a riziko vstupu chyb na velkou škálu

Licencování, Práva Autora a Otázky SOOP (Správy Otevřeného Software Produktivity)

  • Porozumění licence open-source (MIT, GPL, Copyleft)
  • Zda vygenerované výstupy LLM vyžadují atribuci?
  • Auditu AI-assistovaného kódu pro otázky třetích stran licencování

Bezpečnost a Dodržování Právních Požadavků v AI-Assistentním Vývoji

  • Zajištění bezpečnosti kódu a vyhnutí se nestatečným vzorům z LLM
  • Dodržování interních bezpečnostních pokynů a pravidel odvětví
  • Revizibilní dokumentace AI-assistentního rozhodování

Politika a Governance pro Týmy Vývoje

  • Vytváření interních politik používání AI pro software týmy
  • Definování přijatelného užití a červených cihel
  • Volba nástrojů a odpovědné zavedení AI asistentů

Evaluační a Revizní AI Výstup

  • Použití kontrolních seznamů pro hodnocení důvěryhodnosti vygenerovaného obsahu
  • Provádění ruční a automatizovaných revizí AI-assistentního kódu
  • Nejlepší postupy pro procesy soudružného hodnocení a schválení

Shrnutí a Další Kroky

Požadavky

  • Základní porozumění pracovním postupům vývoje softwaru
  • Svévolnost s Agile, DevOps nebo obecnými praxi software projektů

Cílová skupina

  • Týmy zajistující dodržování předpisů
  • Vývojáři
  • Manažeři software projektů
 7 hodiny

Počet účastníků


Price per participant

Upcoming Courses

Související kategorie