感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 7 時間:
課程簡介
負責任AI的基礎
- 何謂負責任AI,以及其在軟體開發中的重要性
- 核心原則:公平性、問責性、透明度與隱私保護
- 程式碼庫中倫理失責與AI濫用案例
AI生成程式碼中的偏差與公平性
- 大語言模型(LLM)如何透過訓練資料強化偏差
- 偵測並修復具偏差或不安全的程式碼建議
- AI幻覺現象及其在規模化導入時引發錯誤的風險
授權、署名與智慧財產權考量
- 理解開放源碼授權(MIT、GPL、Copyleft)
- LLM生成的輸出是否需要署名?
- 稽核AI輔助程式碼中的第三方授權問題
AI輔助開發中的安全性與合規性
- 確保程式碼安全,避免LLM產生不安全的開發模式
- 遵守內部安全指引及行業法規
- 記錄AI輔助決策過程,確保可稽核性
開發團隊的政策與治理
- 為軟體團隊制定內部AI使用政策
- 定義可接受的使用範圍與警示訊號
- 工具選型與AI助手的負責任導入
評估與稽核AI輸出
- 使用檢查清單評估生成內容的可靠性
- 對AI生成程式碼進行手動與自動化審查
- 同儕審查與核准流程的最佳實務
總結與後續步驟
最低要求
- 對軟體開發流程有基本認識
- 熟悉敏捷(Agile)、DevOps或一般軟體專案實踐
適用對象
- 合規團隊
- 開發人員
- 軟體專案經理
客戶評論 (1)
我獲得了關於Python中Streamlit庫的知識,我肯定會嘗試使用它來改進我們團隊中基於R Shiny開發的apps。
Michal Maj - XL Catlin Services SE (AXA XL)
課程 - GitHub Copilot for Developers
機器翻譯