Ciberseguridad en Sistemas de IA

AAISM es un marco avanzado para evaluar, gobernar y gestionar los riesgos de seguridad en sistemas de inteligencia artificial.

Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de nivel avanzado que desean implementar controles de seguridad efectivos y prácticas de gobernanza para entornos empresariales de IA.

Al finalizar este programa, los participantes estarán preparados para:

• Evaluar riesgos de seguridad en IA utilizando metodologías reconocidas por la industria.
• Implementar modelos de gobernanza para el despliegue responsable de IA.
• Alinear políticas de seguridad de IA con los objetivos organizacionales y las expectativas regulatorias.
• Fortalecer la resiliencia y la rendición de cuentas dentro de las operaciones impulsadas por IA.

Formato del curso

• Charlas facilitadas respaldadas por análisis de expertos.
• Talleres prácticos y actividades basadas en evaluaciones.
• Ejercicios aplicados utilizando escenarios reales de gobernanza de IA.

Opciones de personalización del curso

• Para obtener capacitación adaptada a la estrategia de IA de su organización, contáctenos para personalizar el curso.

Esta formación presencial impartida por un instructor en Colombia (en línea o en sitio) está dirigida a líderes empresariales de nivel intermedio que desean comprender cómo gobernar y asegurar sistemas de IA de manera responsable y en cumplimiento con marcos globales emergentes como la Ley de IA de la Unión Europea, el RGPD, la norma ISO/IEC 42001 y la Orden Ejecutiva de EE. UU. sobre IA.

Al finalizar esta formación, los participantes podrán:

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

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

Esta capacitación impartida por un instructor, en vivo (en línea o presencial), está dirigida a profesionales de TI y gestión de riesgos del sector público con experiencia limitada previa en IA, quienes deseen comprender cómo evaluar, monitorear y asegurar los sistemas de IA dentro de un contexto gubernamental o regulatorio.

Al finalizar esta capacitación, los participantes serán capaces de:

• Interpretar conceptos clave de riesgo relacionados con los sistemas de IA, incluidos el sesgo, la imprevisibilidad y la deriva del modelo.
• Aplicar marcos de gobernanza y auditoría específicos para la IA, como el NIST AI RMF y la norma ISO/IEC 42001.
• Reconocer las amenazas de ciberseguridad dirigidas a los modelos de IA y las tuberías de datos.
• Establecer planes de gestión de riesgos interdepartamentales y garantizar la alineación de políticas para el despliegue de IA.

Formato del curso

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

Opciones de personalización del curso

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

Esta capacitación presencial, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a profesionales de TI de nivel principiante a intermedio que deseen comprender e implementar AI TRiSM en sus organizaciones.

Al finalizar esta capacitación, los participantes podrán:

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

Esta capacitación presencial impartida por un instructor en Colombia (en línea o en sitio) está dirigida a desarrolladores de inteligencia artificial, arquitectos y gerentes de producto de nivel intermedio a avanzado que deseen identificar y mitigar los riesgos asociados con aplicaciones impulsadas por LLM, como la inyección de prompts, la filtración de datos y la generación de salidas sin filtrar, al mismo tiempo que incorporan controles de seguridad como la validación de entradas, la supervisión con intervención humana y las barreras de salida.

Al finalizar esta capacitación, los participantes serán capaces de:

• 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 en entornos controlados (sandboxing), pruebas de equipo rojo (red teaming) y revisiones con intervención humana en pipelines de nivel de producción.

Esta formación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a profesionales de seguridad informática, gestión de riesgos y cumplimiento de nivel principiante que deseen comprender los conceptos fundamentales de la seguridad de la IA, los vectores de amenaza y los marcos globales como el NIST AI RMF y la norma ISO/IEC 42001.

Al finalizar esta formación, los participantes estarán en capacidad de:

• Comprender los riesgos de seguridad únicos que introducen 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 la IA del NIST.
• Alinear el uso de la IA con normas emergentes, directrices de cumplimiento y principios éticos.

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

Esta capacitación impartida por un instructor en vivo en Colombia (en línea o presencial) está dirigida a profesionales de nivel avanzado que deseen implementar y evaluar técnicas como el aprendizaje federado, el cálculo multipartito seguro, el cifrado homomórfico y la privacidad diferencial en pipelines reales de aprendizaje automático.

Al finalizar esta capacitación, los participantes podrán:

• Comprender y comparar las técnicas clave de preservación de la privacidad en el aprendizaje automático.
• Implementar sistemas de aprendizaje federado utilizando frameworks de código abierto.
• Aplicar la privacidad diferencial para compartir datos de forma segura y entrenar modelos.
• Utilizar técnicas de cifrado y cálculo seguro para proteger las entradas y salidas de los modelos.

Esta capacitación presencial en vivo en Colombia (en línea o en el sitio) está dirigida a profesionales de seguridad de nivel avanzado y especialistas en aprendizaje automático que deseen simular ataques contra sistemas de IA, descubrir vulnerabilidades y fortalecer la robustez de los modelos de IA implementados.

Al finalizar esta capacitación, los participantes podrán:

• Simular amenazas del mundo real contra modelos de aprendizaje automático.
• Generar ejemplos adversarios para evaluar la robustez de los modelos.
• Evaluar la superficie de ataque de las APIs y pipelines de IA.
• Diseñar estrategias de red teaming para entornos de despliegue de IA.

Esta capacitación impartida por un instructor, en vivo en Colombia (en línea o presencial), está dirigida a ingenieros y profesionales de la seguridad de nivel intermedio que deseen proteger los modelos de IA desplegados en el borde frente a amenazas como manipulación, fugas de datos, entradas adversarias y ataques físicos.

Al finalizar esta capacitación, los participantes podrán:

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

Esta capacitación en vivo, impartida por un instructor en Colombia (en línea o en sitio), está dirigida a profesionales intermedios de aprendizaje automático y ciberseguridad que deseen 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 capacitación, 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 que incluyen entrenamiento adversario, inyección de ruido y técnicas de preservación de la privacidad.
• Diseñar estrategias de evaluación de modelos conscientes de las amenazas en entornos de producción.

TinyML es un enfoque para desplegar modelos de aprendizaje automático en dispositivos de bajo consumo y recursos limitados que operan en el borde de la red.

Esta capacitación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de nivel avanzado que deseen asegurar las tuberías de TinyML e implementar técnicas de preservación de la privacidad en aplicaciones de IA en el borde.

Al finalizar este curso, los participantes estarán en capacidad de:

• Identificar riesgos de seguridad únicos en la inferencia TinyML en el dispositivo.
• Implementar mecanismos de preservación de la privacidad para despliegues de IA en el borde.
• Fortalecer modelos TinyML y sistemas embebidos frente a amenazas adversarias.
• Aplicar mejores prácticas para el manejo seguro de datos en entornos con recursos limitados.

Formato del curso

• Conferencias dinámicas respaldadas por discusiones lideradas por expertos.
• Ejercicios prácticos centrados en escenarios reales de amenazas.
• Implementación práctica utilizando herramientas de seguridad embebida y TinyML.

Opciones de personalización del curso

• Las organizaciones pueden solicitar una versión adaptada de esta capacitación para alinearse con sus necesidades específicas de seguridad y cumplimiento.

This course covers governance, identity management, and adversarial testing for agentic AI systems, focusing on enterprise-safe deployment patterns and practical red-teaming techniques.

This instructor-led, live training (online or onsite) is aimed at advanced-level practitioners who wish to design, secure, and evaluate agent-based AI systems in production environments.

By the end of this training, participants will be able to:

• Define governance models and policies for safe agentic AI deployments.
• Design non-human identity and authentication flows for agents with least-privilege access.
• Implement access controls, audit trails, and observability tailored to autonomous agents.
• Plan and execute red-team exercises to discover misuses, escalation paths, and data exfiltration risks.
• Mitigate common threats to agentic systems through policy, engineering controls, and monitoring.

Format of the Course

• Interactive lectures and threat-modeling workshops.
• Hands-on labs: identity provisioning, policy enforcement, and adversary simulation.
• Red-team/blue-team exercises and end-of-course assessment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.