人工智能与机器学习：如何实施良好的信息治理 培训

本课程为讲师主导的培训，在中国（线上或线下）进行，面向中级AI专业人士、企业领导者和合规官员，旨在帮助他们理解并实施AI系统中的伦理实践。课程涵盖关键伦理框架、如欧盟AI法案的监管标准，以及审计AI系统以减少偏见和增强透明度的实用技术。

培训结束后，参与者将能够：

• 理解负责任AI的核心原则，包括公平性、问责性和透明度。
• 识别并减少AI系统中的偏见。
• 实施伦理框架并进行AI审计以确保合规。
• 应用治理策略管理AI部署中的伦理风险。

欧盟AI法案是一个监管框架，为欧盟内部AI系统的开发、部署和使用，以及向欧盟用户提供的服务设定了规则。

本课程为讲师指导的培训（线上或线下），面向希望了解其在欧盟AI法案下的义务和安全实践的初级终端用户。

完成本培训后，参与者将能够：

• 识别第4条禁止的AI实践，并在工作场所系统中识别相关示例。
• 在与AI系统互动时，遵循组织政策和安全使用程序。
• 通过正确渠道报告事件、偏见或意外模型行为。
• 记录主管或审计人员所需的简单合规证据。

课程形式

• 互动式演示，用通俗语言解释法律要求。
• 针对特定角色的练习和真实工作场景。
• 指导如何报告事件并完成简单合规检查表。

课程定制选项

• 内容可根据组织的AI清单、政策和报告渠道进行调整。

欧盟人工智能法案是一个全面的监管框架，为构建、部署或监督人工智能系统的组织设定了义务。

本次由讲师指导的培训（线上或线下）面向中级治理、合规和风险专业人士，旨在帮助他们构建、评估和维护符合欧盟人工智能法案的人工智能治理计划。

完成本课程后，参与者将能够：

• 解读监管义务，并将其映射到内部控制中。
• 制定文档、治理机制和合规工作流程。
• 评估人工智能风险，监控系统，并进行持续合规检查。
• 为组织在欧盟人工智能法案下的内部和外部审计做好准备。

课程形式

• 结合真实案例的法规简报。
• 实践练习，包括控制映射和合规文档起草。
• 研讨会形式的活动，用于风险分析和审计准备。

课程定制选项

• 本课程可根据组织的行业、监管风险暴露和人工智能成熟度进行调整。

本课程是一项技术实践项目，展示如何实施工程控制、可观测性和自动化，以满足欧盟人工智能法案的合规要求。

本课程为讲师指导的线下或线上培训，面向中级IT专业人员，旨在帮助他们实施安全、可审计的流水线和运行时保障措施，以证明符合第4条及相关义务。

完成本培训后，学员将能够：

• 设计包含治理检查和自动化测试的CI/CD流水线，以应对禁止行为。
• 实施日志记录、监控和审计追踪，生成合规证据。
• 应用技术缓解措施应对高风险行为，并配置运行时保障措施。
• 准备符合性评估和审计所需的技术文档和工件。

课程形式

• 技术讲座，包含架构图和演示。
• 实践实验室，构建CI/CD流水线和监控堆栈。
• 实践练习，生成文档和审计工件。

课程定制选项

• 内容可根据组织的工具链、云提供商和内部合规工作流程进行定制。

欧盟人工智能法案是一个旨在确保人工智能系统可信、安全和透明部署的监管框架。

本课程为讲师指导的培训（线上或线下），面向希望了解组织义务、治理期望以及如何与欧盟人工智能法案保持一致的初级和中级管理人员。

完成本课程后，学员将能够：

• 在管理背景下解读欧盟人工智能法案的要求。
• 确定支持合规的战略优先级和投资领域。
• 建立治理结构、责任线和监督机制。
• 在各业务部门之间传达义务、风险和期望。

课程形式

• 讲师主导的演讲，辅以案例研究。
• 小组讨论和基于场景的决策活动。
• 专注于治理规划和文档的实践练习。

课程定制选项

• 课程内容可根据组织的行业、成熟度和治理模式进行调整。

学员将学习如何

• AIGP培训教授如何根据新兴法律和政策开发、集成和部署可信的AI系统。课程内容涵盖AI技术概述、当前法律调查、风险管理策略、安全考虑、隐私保护等主题。
• 建立对AI系统及其用例的基础知识，了解AI的影响，并理解负责任的AI原则。
• 展示对当前和新兴法律如何适用于AI系统的理解，以及主要框架如何能够被负责任地治理。
• 展示对AI生命周期的理解，AI风险管理的背景，以及负责任AI治理的实施。
• 呈现对AI潜在问题的意识，了解围绕AI治理的争议问题。
• 本培训教授关键的AI治理概念，这些概念也是AIGP认证考试的核心内容。虽然这不仅仅是一个“备考”课程，但它适合计划认证的专业人士，以及希望加深AI治理知识的人士。培训和考试基于相同的知识体系。