Seguridad de IA para equipos de seguridad

AAISM is an advanced framework for assessing, governing, and managing security risks in artificial intelligence systems.

This instructor-led, live training (online or onsite) is aimed at advanced-level professionals who wish to implement effective security controls and governance practices for enterprise AI environments.

At the conclusion of this program, participants will be prepared to:

• Evaluate AI security risks using industry-recognized methodologies.
• Implement governance models for responsible AI deployment.
• Align AI security policies with organizational goals and regulatory expectations.
• Enhance resilience and accountability within AI-driven operations.

Format of the Course

• Facilitated lectures supported by expert analysis.
• Practical workshops and assessment-based activities.
• Applied exercises using real-world AI governance scenarios.

Course Customization Options

• For tailored training aligned to your organizational AI strategy, please contact us to customize the course.

Esta formación presencial dirigida por un instructor en Panama (en línea o in situ) está dirigida a líderes empresariales de nivel intermedio que desean comprender cómo gobernar y asegurar los sistemas de IA de manera responsable y conforme a los marcos globales emergentes, como la Ley de IA de la UE, el Reglamento General de Protección de Datos (GDPR), la norma ISO/IEC 42001 y la Orden Ejecutiva de EE. UU. sobre IA.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos legales, éticos y regulatorios del uso de la IA en todos los departamentos.
• Interpretar y aplicar los principales marcos de gobernanza de IA (Ley de IA de la UE, NIST AI RMF, ISO/IEC 42001).
• Establecer políticas de seguridad, auditoría y supervisión para el despliegue de IA en la empresa.
• Desarrollar directrices de adquisición y uso para sistemas de IA de terceros e internos.

La Inteligencia Artificial (IA) introduce nuevas dimensiones de riesgo operativo, desafíos de gobernanza y exposición a ciberseguridad para las agencias y departamentos gubernamentales.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de TI y gestión de riesgos del sector público con poca experiencia previa en IA, que desean comprender cómo evaluar, monitorear y asegurar los sistemas de IA dentro de un contexto gubernamental o regulatorio.

Al finalizar esta formación, los participantes podrán:

• Interpretar los conceptos clave de riesgo relacionados con los sistemas de IA, incluido el sesgo, la imprevisibilidad y la deriva del modelo.
• Aplicar marcos específicos para la gobernanza y auditoría de IA, como el Marco de Gestión de Riesgos de IA (AI RMF) de NIST e ISO\/IEC 42001.
• Identificar amenazas cibernéticas dirigidas a modelos de IA y canalizaciones de datos.
• Establecer planes de gestión de riesgos interdepartamentales y alinear políticas para la implementación de IA.

Formato del Curso

• Clase interactiva y análisis de casos de uso del sector público.
• Ejercicios sobre marcos de gobernanza de IA y mapeo de políticas.
• Modelado de amenazas basado en escenarios y evaluación de riesgos.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarlo.

Esta formación en vivo impartida por instructores en Panama (en línea o presencial) está dirigida a profesionales de TI de nivel principiante a intermedio que deseen comprender e implementar AI TRiSM en sus organizaciones.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos clave y la importancia de la gestión de confianza, riesgo y seguridad en IA.
• Identificar y mitigar los riesgos asociados con los sistemas de IA.
• Implementar las mejores prácticas de seguridad para IA.
• Comprender el cumplimiento normativo y las consideraciones éticas para la IA.
• Desarrollar estrategias para una gobernanza y gestión eficaces de la IA.

Esta formación en vivo con instructor en Panama (en línea o presencial) está dirigida a desarrolladores de IA, arquitectos y gerentes de productos de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados con las aplicaciones impulsadas por LLM, como la inyección de instrucciones, la fuga de datos y las salidas no filtradas, al incorporar controles de seguridad como validación de entradas, supervisión humana en el proceso y barreras de protección en la salida.

Al final de esta formación, los participantes podrán:

• Comprender las vulnerabilidades principales de los sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones LLM.
• Utilizar herramientas como Guardrails AI y LangChain para validación, filtrado y seguridad.
• Integrar técnicas como el aislamiento (sandboxing), pruebas de penetración interna (red teaming) y revisión humana en el proceso dentro de pipelines listos para producción.

Este curso enseña a los desarrolladores de software cómo construir aplicaciones impulsadas por IA de forma segura desde el diseño. Los participantes aprenden a proteger chatbots, copilotos, pipelines de RAG y agentes de IA contra amenazas específicas de la IA como inyección de prompt, envenenamiento de datos, abuso de herramientas, fugas de secretos y salida de modelo insegura. El curso cubre el diseño seguro de prompts, seguridad en RAG, acceso de mínimo privilegio, barreras de seguridad (guardrails) y pruebas de red-teaming, ayudando a los desarrolladores a construir funciones de IA que sean seguras, fiables y resilientes en entornos reales.

Esta formación en vivo impartida por un instructor en Panama (en línea o presencial) está dirigida a profesionales intermedios de inteligencia artificial y ciberseguridad que desean comprender y abordar las vulnerabilidades específicas de seguridad de los modelos y sistemas de IA, particularmente en industrias altamente reguladas como la financiera, la gobernanza de datos y la consultoría.

Al finalizar esta formación, los participantes podrán:

• Comprender los tipos de ataques adversarios dirigidos a sistemas de IA y los métodos para defenderse contra ellos.
• Implementar técnicas de endurecimiento de modelos para asegurar los flujos de trabajo de aprendizaje automático.
• Asegurar la seguridad e integridad de los datos en los modelos de aprendizaje automático.
• Navegar por los requisitos de cumplimiento normativo relacionados con la seguridad de la IA.

Esta formación en vivo con un instructor en Panama (en línea o presencial) está dirigida a ingenieros de seguridad y oficiales de cumplimiento que desean endurecer los despliegues de EXO, controlar el acceso a modelos y gobernar cargas de trabajo de IA ejecutadas completamente on-premise.

Este entrenamiento en vivo con instructor en Panama (en línea o presencial) está dirigido a profesionales de nivel inicial en seguridad informática, gestión de riesgos y cumplimiento que desean comprender conceptos fundamentales de seguridad de IA, vectores de amenaza y marcos globales como NIST AI RMF e ISO/IEC 42001.

Al finalizar este entrenamiento, los participantes podrán:

• Comprender los riesgos de seguridad únicos introducidos por los sistemas de IA.
• Identificar vectores de amenaza como ataques adversarios, envenenamiento de datos e inversión de modelos.
• Aplicar modelos de gobernanza fundamentales como el Marco de Gestión de Riesgos de IA de NIST.
• Alinear el uso de la IA con estándares emergentes, directrices de cumplimiento y principios éticos.

Esta formación en vivo impartida por un instructor en Panama (en línea o en las instalaciones) está dirigida a ingenieros de seguridad y ML que necesitan identificar, probar y defenderse contra ataques a modelos de ML y aplicaciones impulsadas por LLM.

Basándose en las últimas orientaciones del Proyecto de Seguridad GenAI de OWASP, los participantes aprenderán a identificar, evaluar y mitigar amenazas específicas de la IA mediante ejercicios prácticos y escenarios del mundo real.

Esta formación en vivo con instructor en Panama (en línea o presencial) está dirigida a profesionales de nivel avanzado que deseen implementar y evaluar técnicas como el aprendizaje federado, la computación multipartita segura, la cifría homomórfica y la privacidad diferencial en canales reales de aprendizaje automático.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender y comparar las técnicas clave de preservación de la privacidad en el ML.
• Implementar sistemas de aprendizaje federado utilizando frameworks de código abierto.
• Aplicar la privacidad diferencial para un intercambio seguro de datos y entrenamiento de modelos.
• Utilizar técnicas de cifrado y computación segura para proteger las entradas y salidas de los modelos.

Esta formación en vivo con instrucción directa en Panama (en línea o presencial) está dirigida a profesionales avanzados de seguridad y especialistas en IA que deseen simular ataques contra sistemas de IA, descubrir vulnerabilidades y mejorar la robustez de los modelos implementados.

Al finalizar esta formación, los participantes podrán:

• Simular amenazas del mundo real para modelos de aprendizaje automático.
• Generar ejemplos adversarios para evaluar la robustez del modelo.
• Evaluar la superficie de ataque de las APIs y canalizaciones de IA.
• Diseñar estrategias de Red Teaming para entornos de implementación de IA.

Esta formación en vivo con instructor en Panama (en línea o presencial) está dirigida a ingenieros y profesionales de seguridad de nivel intermedio que desean proteger los modelos de IA desplegados en el borde contra amenazas como la manipulación, filtraciones de datos, entradas adversarias y ataques físicos.

Al finalizar esta formación, los participantes serán capaces de:

• Identificar y evaluar riesgos de seguridad en implementaciones de IA en el borde.
• Aplicar técnicas de resistencia a la manipulación e inferencia cifrada.
• Fortalecer los modelos desplegados en el borde y asegurar los pipelines de datos.
• Implementar estrategias de mitigación de amenazas específicas para sistemas embebidos y restringidos.

Esta formación en vivo y dirigida por un instructor en Panama (en línea o presencial) está dirigida a profesionales de nivel intermedio en aprendizaje automático y ciberseguridad que desean comprender y mitigar las amenazas emergentes contra los modelos de IA, utilizando tanto marcos conceptuales como defensas prácticas, como el entrenamiento robusto y la privacidad diferencial.

Al finalizar esta formación, los participantes podrán:

• Identificar y clasificar amenazas específicas de la IA, como ataques adversarios, inversión y envenenamiento.
• Utilizar herramientas como el Adversarial Robustness Toolbox (ART) para simular ataques y probar modelos.
• Aplicar defensas prácticas, incluido el entrenamiento adversario, la inyección de ruido y técnicas que preservan la privacidad.
• Diseñar estrategias de evaluación de modelos conscientes de las amenazas en entornos de producción.