お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
期間 7 時間
コース概要
責任あるAIの基礎
- 責任あるAIとは何か、なぜソフトウェア開発において重要なのか
- 原則:公正さ、説明責任、透明性、プライバシー
- コードベースにおける倫理違反やAIの誤用に関する例
AI生成コードにおけるバイアスと公正さ
- LLMがトレーニングデータを通じてバイアスを強化する方法
- バイアスや安全でないコード提案の検出と是正
- AIハルシネーションと、大規模なエラー導入リスク
ライセンス、出典、知的財産に関する考慮事項
- オープンソースライセンス(MIT、GPL、Copyleft)の理解
- LLM生成の出力には出典表示が必要か
- AI支援コードにおける第三者ライセンス問題の監査
AI支援開発におけるセキュリティとコンプライアンス
- コードの安全性を確保し、LLMからの安全でないパターンの回避
- 社内セキュリティガイドラインや業界規制への準拠
- AI支援の意思決定の監査可能な文書化
開発チームのためのポリシーとガバナンス
- ソフトウェアチーム向け社内AI利用ポリシーの作成
- 適切な利用範囲と警鐘の定義
- ツールの選定とAIアシスタントの責任あるオンボーディング
AI出力の評価と監査
- チェックリストを使用して生成コンテンツの信頼性を評価
- AI生成コードの手動および自動レビューの実施
- ピアレビューと承認プロセスのベストプラクティス
まとめと次のステップ
要求
- ソフトウェア開発ワークフローの基本的な理解
- アジャイル、DevOps、または一般的なソフトウェアプロジェクト実践の知識
対象者
- コンプライアンスチーム
- 開発者
- ソフトウェアプロジェクトマネージャー
お客様の声 (1)
PythonのStreamlitライブラリについての知識を得ることができました。確実に、R Shinyで作成された私のチームのアプリケーションを改善するために使用してみます。
Michal Maj - XL Catlin Services SE (AXA XL)
コース - GitHub Copilot for Developers
機械翻訳