Cursos de Seguridad en IA en Santiago

Esta formación en vivo impartida por un instructor en Santiago (en línea o presencial) está dirigida a profesionales de TI de nivel principiante e intermedio que desean comprender e implementar AI TRiSM en sus organizaciones.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los conceptos clave y la importancia de la gestión de confianza, riesgo y seguridad en IA.
• Identificar y mitigar los riesgos asociados con los sistemas de IA.
• Implementar las mejores prácticas de seguridad para IA.
• Comprender el cumplimiento normativo y las consideraciones éticas en IA.
• Desarrollar estrategias para una gobernanza y gestión efectivas de la IA.

Esta capacitación con instructor en Santiago cubre la gobernanza, la gestión de identidades y el red-teaming para sistemas de IA agéntica. Los profesionales avanzados diseñarán implementaciones seguras, implementarán accesos de menor privilegio y ejecutarán pruebas adversarias para mitigar amenazas reales en entornos de producción.

Esta capacitación en vivo impartida por un instructor en Santiago (en línea o presencial) está dirigida a profesionales de nivel intermedio en IA y ciberseguridad que deseen comprender y abordar las vulnerabilidades específicas de los modelos y sistemas de IA, especialmente en industrias altamente reguladas como finanzas, gobernanza de datos y consultoría.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los tipos de ataques adversarios dirigidos a sistemas de IA y los métodos para defenderse de ellos.
• Implementar técnicas de endurecimiento de modelos para asegurar los flujos de trabajo del aprendizaje automático.
• Garantizar la seguridad e integridad de los datos en los modelos de aprendizaje automático.
• Navegar por los requisitos de cumplimiento regulatorio relacionados con la seguridad de IA.

Esta capacitación en vivo con instrucción directa en Santiago (en línea o presencial) está dirigida a profesionales de la seguridad avanzados y especialistas en ML que deseen simular ataques contra sistemas IA, descubrir vulnerabilidades y mejorar la robustez de los modelos IA desplegados.

Al finalizar esta capacitación, los participantes podrán:

• Simular amenazas del mundo real a modelos de aprendizaje automático.
• Generar ejemplos adversarios para probar la robustez del modelo.
• Evaluar la superficie de ataque de las APIs y los pipelines de IA.
• Diseñar estrategias de red teaming para entornos de despliegue de IA.

Esta capacitación guiada por un instructor en Santiago capacita a profesionales avanzados para proteger las tuberías de TinyML en dispositivos de borde. Aprenderá a implementar técnicas de preservación de la privacidad, a endurecer los modelos contra amenazas adversarias y a aplicar mejores prácticas para el manejo seguro de datos en entornos limitados.

Esta capacitación en vivo impartida por un instructor en Santiago (en línea o presencial) está dirigida a ingenieros y profesionales de seguridad de nivel intermedio que desean proteger los modelos de IA implementados en el borde contra amenazas como manipulación, filtración de datos, entradas adversarias y ataques físicos.

Al finalizar esta capacitación, los participantes serán capaces de:

• Identificar y evaluar riesgos de seguridad en implementaciones de IA de borde.
• Aplicar técnicas de resistencia a la manipulación e inferencia cifrada.
• endurecer modelos desplegados en el borde y asegurar los canales de datos.
• Implementar estrategias de mitigación de amenazas específicas para sistemas embebidos y con restricciones.

Esta formación en vivo, impartida por un instructor en Santiago (en línea o presencial), está dirigida a profesionales de nivel avanzado que desean implementar y evaluar técnicas como aprendizaje federado, computación segura multipartita, cifrado homomórfico y privacidad diferencial en pipelines de aprendizaje automático del mundo real.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender y comparar las principales técnicas de preservación de la privacidad en el ML.
• Implementar sistemas de aprendizaje federado utilizando frameworks de código abierto.
• Aplicar la privacidad diferencial para compartir datos y entrenar modelos de forma segura.
• Utilizar técnicas de cifrado y computación segura para proteger las entradas y salidas del modelo.

Esta formación en vivo con instructor en Santiago (en línea o presencial) está dirigida a líderes empresariales de nivel intermedio que desean comprender cómo gobernar y asegurar los sistemas de IA de manera responsable y conforme a marcos globales emergentes como el Reglamento de IA de la UE, el RGPD, la norma ISO/IEC 42001 y la Orden Ejecutiva de EE. UU. sobre IA.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos legales, éticos y regulatorios del uso de IA en diferentes departamentos.
• Interpretar y aplicar los principales marcos de gobernanza de IA (Reglamento de IA de la UE, NIST AI RMF, ISO/IEC 42001).
• Establecer políticas de seguridad, auditoría y supervisión para el despliegue de IA en la empresa.
• Desarrollar directrices de adquisición y uso para sistemas de IA de terceros y desarrollados internamente.

Esta formación en vivo dirigida por un instructor en Santiago (en línea o presencial) está dirigida a desarrolladores de IA, arquitectos y gerentes de producto de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados con las aplicaciones impulsadas por LLM, como la inyección de indicaciones, la filtración de datos y las salidas sin filtrar, mientras incorporan controles de seguridad como la validación de entrada, la supervisión humana en el ciclo y las barreras de salida.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender las vulnerabilidades centrales de los sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones de LLM.
• Utilizar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como el aislamiento de entornos (sandboxing), pruebas de penetración (red teaming) y revisión humana en el ciclo dentro de pipelines de nivel de producción.

Esta formación en vivo impartida por un instructor en <ubic> (en línea o presencial) está dirigida a profesionales de nivel intermedio en aprendizaje automático y ciberseguridad que desean comprender y mitigar las amenazas emergentes contra los modelos de IA, utilizando tanto marcos conceptuales como defensas prácticas como el entrenamiento robusto y la privacidad diferencial.

Al finalizar esta formación, los participantes podrán:

• Identificar y clasificar amenazas específicas de IA, como ataques adversarios, inversión y envenenamiento.
• Utilizar herramientas como la Adversarial Robustness Toolbox (ART) para simular ataques y probar modelos.
• Aplicar defensas prácticas, incluido el entrenamiento adversario, la inyección de ruido y técnicas que preservan la privacidad.
• Diseñar estrategias de evaluación de modelos conscientes de las amenazas en entornos de producción.

Esta formación en vivo con instructores en Santiago (en línea o presencial) está dirigida a profesionales principiantes de TI en seguridad, riesgos y cumplimiento que deseen comprender los conceptos fundamentales de la seguridad en IA, los vectores de amenaza y los marcos globales como el NIST AI RMF e ISO/IEC 42001.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los riesgos de seguridad únicos introducidos por los sistemas de IA.
• Identificar vectores de amenaza como ataques adversarios, envenenamiento de datos e inversión de modelos.
• Aplicar modelos de gobernanza fundamentales como el Marco de Gestión de Riesgos de IA de NIST (NIST AI RMF).
• Alinear el uso de la IA con normas emergentes, pautas de cumplimiento y principios éticos.

Basado en las últimas directrices del Proyecto de Seguridad de OWASP para IA Generativa, los participantes aprenderán a identificar, evaluar y mitigar amenazas específicas de la IA mediante ejercicios prácticos y escenarios del mundo real.

Este curso proporciona una introducción práctica a la seguridad de aplicaciones modernas impulsadas por IA, APIs, copilotos y agentes autónomos. Los participantes aprenden cómo difiere la seguridad de IA de la seguridad web tradicional, exploran amenazas comunes específicas de la IA como la inyección de indicaciones, el envenenamiento de RAG y el abuso de agentes, y entienden cómo proteger los sistemas de IA utilizando defensas en capas que incluyen WAFs, gateways de IA, seguridad de APIs y guardrails. A través de laboratorios prácticos y ejemplos del mundo real, los estudiantes adquieren las habilidades para identificar patrones de ataque de IA, asegurar aplicaciones basadas en LLM y implementar defensas efectivas en runtime para entornos de producción.

Este curso enseña a los desarrolladores de software cómo construir aplicaciones potenciadas por IA de manera segura por diseño. Los participantes aprenden a proteger chatsbots, copilotos, pipelines RAG y agentes de IA contra amenazas específicas de la IA como inyección de prompts, envenenamiento de datos, abuso de herramientas, fuga de secretos e inseguridad en la salida del modelo. El curso cubre el diseño seguro de prompts, seguridad RAG, acceso de menor privilegio, barreras de contención (guardrails) y pruebas de equipo rojo (red-teaming), ayudando a los desarrolladores a crear funciones de IA que sean seguras, confiables y resistentes en entornos del mundo real.

Esta formación presencial impartida por un instructor en Santiago (online o in situ) está dirigida a ingenieros de seguridad y oficiales de cumplimiento que deseen endurecer las implementaciones de EXO, controlar el acceso a los modelos y gobernar las cargas de trabajo de IA que se ejecutan completamente en instalaciones propias.

Esta formación en vivo con instructores en Santiago (en línea o presencial) está dirigida a ingenieros de seguridad y de ML que necesitan identificar, probar y defenderse contra ataques a modelos de ML y aplicaciones potenciadas por LLM.