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.
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 Fehler und den Missbrauch von KI in Codebasen
Verzerrung und Fairness bei KI-generiertem Code
- Wie LLMs (Large Language Models) durch Trainingsdaten Verzerrungen verstärken können
- Erkennen und Beheben verzerrter oder unsicherer Code-Vorschläge
- KI-Halluzinationen und das Risiko, Fehler in grossem Massstab einzuführen
Lizenzierung, Quellenangabe und Aspekte des geistigen Eigentums
- Verständnis von Open-Source-Lizenzen (MIT, GPL, Copyleft)
- Erfordern LLM-generierte Ausgaben eine Quellenangabe?
- Prüfung von KI-unterstütztem Code auf Probleme mit Drittanbieterlizenzen
Sicherheit und Compliance in der KI-unterstützten Entwicklung
- Sicherstellung der Codesicherheit und Vermeidung unsicherer Muster aus LLMs
- Einhaltung interner Sicherheitsrichtlinien und branchenspezifischer Vorschriften
- Nachvollziehbare Dokumentation von KI-unterstützten Entscheidungsprozessen
Policies und Governance für Entwicklungsteams
- Erstellung interner Richtlinien zur KI-Nutzung für Softwareteams
- Festlegung der akzeptablen Nutzung und roter Flaggen
- Tool-Auswahl und verantwortungsvoller Einstieg in die Nutzung von KI-Assistenten
Bewertung und Prüfung von KI-Ausgaben
- Verwendung von Checklisten zur Beurteilung der Vertrauenswürdigkeit generierter Inhalte
- Durchführung manueller und automatischer Prüfungen von KI-generiertem Code
- Best Practices für Peer-Reviews und Freigabeprozesse
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundlegendes Verständnis von Softwareentwicklungsarbeitsabläufen
- Kenntnisse in Agile, DevOps oder allgemeinen Praktiken der Softwareprojekte
Zielgruppe
- Compliance-Teams
- Entwickler
- Software-Projektmanager
7 Stunden
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