Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Dauer 7 Stunden
Schulungsübersicht
Grundlagen der verantwortungsvollen KI
- Was ist verantwortungsvolle KI und warum ist sie in der Softwareentwicklung wichtig?
- Prinzipien: Fairness, Rechenschaftspflicht, Transparenz und Datenschutz
- Beispiele für ethische Versagen und Missbrauch von KI in Codebasen
Bias und Fairness in KI-generiertem Code
- Wie LLMs (Large Language Models) durch Trainingsdaten Bias verstärken können
- Erkennen und Beheben von voreingenommenen oder unsicheren Codevorschlägen
- KI-Halluzinationen und das Risiko, Fehler im grossen Massstab einzuführen
Lizenzen, Quellenangaben und IP-Aspekte
- Verständnis von Open-Source-Lizenzen (MIT, GPL, Copyleft)
- Erfordern LLM-generierte Ausgaben eine Quellenangabe?
- Auditing von KI-gestütztem Code auf Drittanbieter-Lizenzprobleme
Sicherheit und Compliance in der KI-gestützten Entwicklung
- Sicherstellung der Code-Sicherheit und Vermeidung unsicherer Muster von LLMs
- Einhaltung interner Sicherheitsrichtlinien und Branchenregulierungen
- Auditierbare Dokumentation von KI-gestützten Entscheidungsprozessen
Policy und Governance für Entwicklungsteams
- Erstellung interner KI-Nutzungsrichtlinien für Softwareteams
- Definition zulässiger Nutzung und Warnsignale
- Werkzeugauswahl und verantwortungsvolle Einführung von KI-Assistenten
Bewertung und Audit von KI-Ausgaben
- Nutzung von Checklisten zur Bewertung der Vertrauenswürdigkeit generierter Inhalte
- Durchführung manueller und automatisierter Prüfungen von KI-generiertem Code
- Best Practices für Peer-Reviews und Freigabeprozesse
Zusammenfassung und nächste Schritte
Voraussetzungen
- Grundlegendes Verständnis von Softwareentwicklungsworkflows
- Vertrautheit mit Agile, DevOps oder allgemeinen Softwareprojektabläufen
Zielgruppe
- Compliance-Teams
- Entwickler
- Softwareprojektleiter
Erfahrungsberichte (1)
Ich habe Wissen über die Streamlit-Bibliothek von Python erworben und werde sie sicherlich verwenden, um Anwendungen in meinem Team zu verbessern, die mit R Shiny erstellt wurden.
Michal Maj - XL Catlin Services SE (AXA XL)
Kurs - GitHub Copilot for Developers
Maschinelle Übersetzung