Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Memahami AI dan Machine Learning
- Apa itu AI dan bagaimana definisinya?
- Machine Learning sebagai bagian dari AI
- Jenis-jenis AI: lemah, kuat, generatif, terawasi, tidak terawasi
Penggunaan AI di Seluruh Organisasi
- Dimana AI/ML saat ini ada di fungsi bisnis
- Otomatisasi, dukungan keputusan, pelayanan pelanggan, dan analisis
- Kasus penggunaan di SDM, keuangan, operasi, dan keterbatasan
Tantangan Pengelolaan dalam Pemerintahan Biasa
- Konflik dengan Prinsip-Prinsip Perlindungan Data
- Legalitas, ketulusan, dan transparansi dalam pembuatan keputusan otomatis
- Ketepatan, peminimanan data, dan batasan penyimpanan
Dasar-dasar Pengelolaan Informasi dan Data
- Pengelolaan informasi dan rekam medis dalam konteks AI
- Pentingnya metadata dan jejak audit
- Mempertahankan kualitas dan integritas data untuk set data pelatihan
Memproses Tantangan Pengelolaan Informasi
- Menciptakan kontrol pengelolaan untuk pipa AI/ML
- Pengawasan manusia dan kemampuan penjelasan
- Membangun tim pengelolaan cross-functional
Melakukan DPIAs untuk AI/ML
- Persyaratan hukum dan tujuan DPIAs
- Langkah-langkah untuk menilai implementasi AI/ML yang direncanakan
- Mendokumentasikan penilaian risiko, mitigasi, dan justifikasi
Kerangka Pengelolaan dan Manajemen Risiko
- Tinjauan kerangka pengelolaan spesifik AI
- Pendekatan ISO, NIST, ICO, dan OECD
- Daftar risiko dan dokumentasi kebijakan
Budaya, Integrasi, dan Kerangka Terkait
- Menanamkan budaya penggunaan AI yang bertanggung jawab
- Mengaitkan pengelolaan AI dengan kebijakan keamanan siber, etika, dan ESG
- Peningkatan dan pemantauan yang berkelanjutan
Ringkasan dan Langkah Selanjutnya
Persyaratan
- Pengertian mengenai kebijakan pengelolaan informasi organisasi
- Kenampakan terhadap peraturan perlindungan data atau privasi
- Beberapa pengalaman tentang konsep AI atau pemelajaran mesin bisa membantu
Penonton
- Profesional pengelolaan informasi
- Perwira perlindungan data dan manajer kompliance
- Pemimpin transformasi digital atau pengelolaan TI
7 Jam
Testimoni (2)
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose
Guillaume GAUTIER - OLEA MEDICAL
Kursus - MLflow
I enjoyed participating in the Kubeflow training, which was held remotely. This training allowed me to consolidate my knowledge for AWS services, K8s, all the devOps tools around Kubeflow which are the necessary bases to properly tackle the subject. I wanted to thank Malawski Marcin for his patience and professionalism for training and advice on best practices. Malawski approaches the subject from different angles, different deployment tools Ansible, EKS kubectl, Terraform. Now I am definitely convinced that I am going into the right field of application.
