연락처 정보
 기간 14 시간

코스 개요

책임 있는 AI 개요

  • 공정성, 책임성 및 투명성의 원칙
  • 책임 있는 AI에 대한 규제 동인 (EU AI Act, GDPR 등)
  • 엔터프라이즈 AI 거버넌스에서 Ollama의 역할

편향 탐지 및 완화

  • 모델 출력에서 편향 식별
  • 편향 감소 및 공정성 향상 전략
  • 공정성 지표를 통한 모델 성능 평가

안전 프롬프팅 및 정합성

  • 안전성과 신뢰성을 위한 프롬프트 설계
  • 비정상적 또는 유해한 출력의 위험 완화
  • 엔터프라이즈 애플리케이션을 위한 정합성 기법

콘텐츠 필터링 및 중재

  • 콘텐츠 필터링 파이프라인 설계
  • 중재 안전장치 구현
  • 사용자 경험과 컴플라이언스 요구사항의 균형 맞추기

거버넌스 워크플로우

  • Ollama를 위한 거버넌스 프레임워크 정의
  • 컴플라이언스 시스템과의 워크플로우 통합
  • 모델 승인 및 감사 절차

로그, 추적 가능성 및 감사 가능성

  • AI 시스템을 위한 보안 로그 관리 관행
  • 모델 결정의 추적 가능성
  • 감사 준비 및 보고 메커니즘

케이스 스터디 및 모범 사례

  • 책임 있는 AI 원칙을 적용한 엔터프라이즈 배포
  • 실제 거버넌스 실패 사례에서 얻은 교훈
  • 지속 가능하고 윤리적인 AI 관행 구축

요약 및 다음 단계

요건

  • AI/ML 기초 지식 이해
  • 컴플라이언스 및 거버넌스 개념에 대한 익숙함
  • 기업 IT 또는 모델 배포 환경 관련 경험

대상 수강생

  • AI 윤리 리드
  • 컴플라이언스 책임자
  • 법무 및 규제 엔지니어
  • 엔터프라이즈 아키텍트

참가자 수


참가자별 가격

예정된 코스

관련 카테고리