Hubungi Kami

Kerangka Materi

Dasar-dasar: Undang-Undang AI Uni Eropa bagi Tim Teknis

  • Kewajiban dan istilah-istilah teknis yang relevan bagi pengembang serta operator sistem
  • Memahami praktik-praktik terlarang menurut Pasal 4 dari perspektif teknis
  • Menyelaraskan kewajiban hukum dengan kontrol rekayasa yang harus diterapkan

Siklus Pengembangan yang Aman dan Patuh Aturan

  • Struktur repositori serta pendekatan policy-as-code untuk proyek-proyek AI
  • Proses tinjauan kode dan pemeriksaan statis otomatis terhadap pola-pola berisiko
  • Manajemen dependensi serta rantai pasok komponen model

Perancangan Alur Kerja CI/CD yang Patuh Regulasi

  • Tahapan alur kerja: pembuatan, pengujian, validasi, pengemasan, hingga penerapan sistem
  • Mengintegrasikan mekanisme tata kelola dan pemeriksaan kebijakan secara otomatis
  • Pengelolaan ketahanan artefak serta pelacakan asal-usulnya

Pengujian, Validasi, dan Evaluasi Keamanan Model

  • Pengujian validasi data serta deteksi bias dalam model
  • Uji kinerja, ketahanan sistem, serta keterlawanan terhadap serangan adversarial
  • Penetapan kriteria penerimaan otomatis serta pelaporan hasil pengujian

Pendaftaran, Pengelolaan Versi, dan Pelacakan Asal Usul Model

  • Memanfaatkan MLflow atau alat sejenis untuk mencatat garis keturunan serta metadata model
  • Pengelolaan versi model dan kumpulan data guna memastikan reproduktibilitas hasil kerja
  • Pencatatan asal-usul model serta penyusunan artefak siap diaudit

Kontrol Saat Runtime, Pemantauan, dan Observabilitas Sistem

  • Pengaturan instrumen logging untuk mencatat masukan, keluaran, serta keputusan sistem
  • Pemantauan anomali pergeseran data atau performa model secara berkala
  • Mekanisme peringatan dini, otomatisasi proses rollback, serta penerapan strategi canary deployment

Keamanan Sistem, Kontrol Akses, dan Perlindungan Data

  • Penerapan prinsip least-privilege dalam pengaturan IAM guna lingkungan pelatihan maupun penyajian model
  • Pengamanan data latih serta data inferensi, baik saat disimpan maupun ditransfer
  • Manajemen kredensial rahasia serta penerapan praktik konfigurasi yang aman

Kapabilitas Auditabilitas dan Pengumpulan Bukti Kepatuhan

  • Penciptaan log berformat mesin serta ringkasan informasi yang dapat dipahami manusia
  • Pengemasan dokumentasi bukti kepatuhan guna didistribusikan dalam proses penilaian regulasi
  • Kebijakan penyimpanan serta perlindungan artefak audit secara aman jangka panjang

Prosedur Penanggulangan Insiden, Pelaporan, dan Mitigasi Risiko

  • Deteksi praktik terlarang atau insiden keamanan yang dicurigai terjadi pada sistem
  • Langkah-langkah teknis guna membatasi kerusakan, melakukan rollback kondisi normal, serta mitigasi risiko lebih lanjut
  • Penyusunan laporan teknis untuk pihak manajemen maupun lembaga pengawas regulasi

Rangkuman serta Langkah Selanjutnya

Persyaratan

  • Pemahaman mengenai alur kerja pengembangan dan penerapan perangkat lunak
  • Pengalaman dalam konsep containerization serta prinsip-prinsip dasar Kubernetes
  • Keterbiasaan dengan sistem kontrol versi berbasis Git serta praktik CI/CD

Target Peserta

  • Pengembang yang merancang atau memelihara komponen AI
  • Insinyur DevOps dan platform yang bertanggung jawab atas proses penerapan sistem
  • Administrator yang mengelola infrastruktur serta lingkungan runtime
 14 Jam

Jumlah Peserta


Harga per Peserta

Kursus Mendatang

Kategori Terkait