Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Durée 14 heures
Plan du cours
Introduction à l'IA préservant la vie privée
- Principes fondamentaux de la confidentialité des données dans les applications mobiles
- Facteurs réglementaires favorisant l'IA sur l'appareil
- Avantages et limites du traitement local
Comprendre Nano Banana pour la confidentialité sur l'appareil
- Architecture du modèle Nano Banana
- Propriétés de sécurité et chemins d'exécution locale
- Plateformes prises en charge et schémas d'intégration mobile
Gestion des données et techniques de traitement local
- Collecte et stockage sécurisés des données sensibles sur l'appareil
- Minimisation de l'exposition des données à l'aide de l'inférence locale
- Stratégies d'anonymisation et de pseudonymisation
Mise en œuvre de fonctionnalités d'IA préservant la vie privée
- Création de fonctionnalités basées sur l'IA sans transmission des données de l'utilisateur
- Conception de flux de travail adaptés aux secteurs de la santé, de la finance ou de la conformité
- Assurer l'isolement des données entre les composants de l'application
Considérations de sécurité pour les modèles sur l'appareil
- Protection des modèles contre l'extraction ou la falsification
- Sandboxing sécurisé et gestion des autorisations
- Modélisation des menaces pour les systèmes d'IA mobile
Conformité et alignement réglementaire
- Compréhension des implications du RGPD, de la HIPAA et des secteurs financiers
- Documentation des approches de « confidentialité par conception »
- Maintenance de la traçabilité sans compromettre les données des utilisateurs
Test et validation des garanties de confidentialité
- Test des flux de travail pour détecter toute fuite de données non intentionnelle
- Évaluation des compromis entre précision et confidentialité
- Validation continue au fil des mises à jour de l'application
Déploiement et maintenance des applications d'IA axées sur la confidentialité
- Gestion des mises à jour des modèles sur l'appareil
- Surveillance des performances et de la conformité au fil du temps
- Préparation des applications aux réglementations évolutives
Résumé et prochaines étapes
Pré requis
- Une compréhension du développement mobile ou de développement d'applications
- De l'expérience avec Python, Kotlin ou Swift
- Une connaissance de base des concepts d'IA ou d'apprentissage automatique
Public cible
- Équipes d'entreprise
- Responsables de la conformité
- Développeurs créant des applications sensibles
Nos clients témoignent (1)
Fluidez, ambiance et thème de la présentation
Lukasz Kowalczyk - Allegro Sp. z o.o.
Formation - Google Gemini AI for Data Analysis
Traduction automatique