ISACA Avanzado en Gestión de Seguridad de la IA (AAISM)

Este curso práctico dirigido por un instructor en España (en línea o presencial) está orientado a líderes empresariales de nivel intermedio que deseen comprender cómo gestionar y proteger los sistemas de IA de manera responsable, cumpliendo con las normativas mundiales vigentes como el Reglamento de la UE sobre la IA, el GDPR, la norma ISO/IEC 42001 y el Decreto Ejecutivo estadounidense sobre la IA.

Al finalizar este curso, los participantes serán capaces de:

• Comprender los riesgos legales, éticos y regulatorios asociados al uso de IA en distintos departamentos.
• Interpretar y aplicar los principales marcos de gobernanza de la IA (Reglamento de la UE sobre la IA, NIST AI RMF e ISO/IEC 42001).
• Establecer políticas de seguridad, auditoría y supervisión para el despliegue de sistemas de IA en las organizaciones.
• Formular directrices de adquisición y uso aplicables tanto a soluciones de terceros como a desarrolladas internamente.

Este curso ofrece una introducción práctica para proteger aplicaciones modernas impulsadas por inteligencia artificial, así como APIs, copilotos y agentes autónomos. Los participantes comprenderán las diferencias entre seguridad en IA y seguridad web tradicional; identificarán amenazas típicas a la IA como inyecciones de instrucciones o el envenenamiento de bases RAG; y aprenderán a desplegar defensas multicapa que incluyan WAFs, pasarelas para IA, seguridad en APIs y mecanismos de protección. Mediante laboratorios prácticos y ejemplos del mundo real, los alumnos adquirirán destrezas necesarias para detectar ataques a la IA, blindar aplicaciones basadas en modelos de lenguaje y establecer controles efectivos en tiempo de ejecución en entornos productivos.

Esta formación presencial o online, impartida por expertos España, está orientada a profesionales de TI con nivel inicial e intermedio interesados en asimilar y poner en práctica la gestión de confianza, riesgos y seguridad en IA.

Tras finalizar este programa formativo, los alumnos habrán adquirido las capacidades siguientes:

• Captar las bases fundamentales de la confianza, el riesgo y la seguridad en el ámbito de la IA.
• Detectar y controlar amenazas vinculadas a los sistemas inteligentes.
• Aplicar medidas recomendadas para proteger tales entornos digitales.
• Dominar aspectos legales y éticos inherentes al desarrollo de soluciones IA.
• Idear planes operativos para una gestión óptima de los proyectos de inteligencia artificial.

Este curso práctico impartido por un instructor en España (en línea o presencial) está dirigido a desarrolladores de inteligencia artificial, arquitectos y gerentes de producto con nivel intermedio a avanzado que deseen identificar y reducir los riesgos asociados a aplicaciones impulsadas por LLM, tales como la inyección de prompts, la fuga de datos y las respuestas no filtradas. Asimismo, abarca la implementación de controles de seguridad como la validación de entradas, la supervisión humana y mecanismos de control sobre las salidas generadas.

Al finalizar este curso, los participantes serán capaces de:

• Comprender las principales vulnerabilidades de los sistemas basados en LLM.
• Aplicar principios de diseño seguro a la arquitectura de aplicaciones con modelos de lenguaje.
• Utilizar herramientas como Guardrails AI y LangChain para la validación, filtrado y protección del contenido generado.
• Integrar técnicas como el aislamiento mediante entornos seguros, pruebas de penetración y revisiones humanas en flujos de trabajo destinados a producción.

Este curso instruye a los desarrolladores sobre cómo crear aplicaciones impulsadas por inteligencia artificial con un enfoque seguro desde el principio. Los participantes aprenderán a proteger chatbots, copilotos, pipelines RAG y agentes de amenazas típicas de la IA, como inyección de prompts, envenenamiento de datos, abuso de herramientas, filtración de información sensible y manejo indebido de respuestas del modelo. El programa incluye diseño seguro de prompts, protección de pipelines RAG, aplicación del principio de mínimo privilegio, uso de capas de control adicionales (guardrails) y realización de pruebas de red teaming, con el objetivo final de que los desarrolladores produzcan aplicaciones IA fiables y resistentes en entornos reales.

NobleProg es un socio oficial de capacitación de ISACA para COBIT ®. COBIT ® constituye un marco de gobernanza y gestión empresarial de la información y la tecnología (TIC) que contribuye al logro de los objetivos organizacionales.

Esta capacitación en vivo impartida por instructores en España (online o presencial) está dirigida a profesionales intermedios en IA y ciberseguridad que buscan comprender y abordar las vulnerabilidades específicas de los modelos y sistemas de inteligencia artificial, especialmente en sectores altamente regulados como las finanzas, la gobernanza de datos y el sector consultor.

Al concluir este curso, los participantes podrán:

• Conocer los distintos tipos de ataques adversariales dirigidos a sistemas de IA y las formas de protegerse contra ellos.
• Aplicar técnicas de refuerzo de modelos para garantizar la seguridad en los procesos de machine learning.
• Garantizar la seguridad e integridad de los datos utilizados en los modelos de aprendizaje automático.
• Cumplir con las normativas y requisitos regulatorios relacionados con la seguridad de la inteligencia artificial.

Esta capacitación presencial o virtual, dirigida por un instructor en España, está orientada a ingenieros de seguridad y responsables del cumplimiento normativo interesados en reforzar la seguridad de las implementaciones de EXO, controlar el acceso a los modelos y gestionar cargas de trabajo de IA que operan exclusivamente dentro de sus instalaciones.

Esta capacitación presencial o online, dirigida por un instructor, está orientada a profesionales principiantes en seguridad informática, gestión de riesgos y cumplimiento que desean comprender los conceptos básicos sobre la seguridad en IA, los vectores de ataque y marcos normativos internacionales como el NIST AI RMF e ISO/IEC 42001.

Al finalizar esta formación, los participantes podrán:

• Comprender los riesgos de seguridad propios de los sistemas de inteligencia artificial.
• Identificar vectores de amenaza como ataques adversariales, envenenamiento de datos e inversión de modelos.
• Aplicar modelos básicos de gobernanza como el Marco de Gestión de Riesgos en IA del NIST.
• Adaptar el uso de la IA a las normativas emergentes, guías de cumplimiento y principios éticos.

Este curso presencial o online, dirigido por un instructor, España está dirigido a ingenieros de seguridad e ingenieros de Machine Learning que deben identificar, probar y protegerse contra ataques dirigidos a modelos de IA y aplicaciones impulsadas por LLM.

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

Este curso presencial o online, impartido por un instructor, está dirigido a profesionales con conocimientos avanzados que deseen implementar y evaluar técnicas como el aprendizaje federado, el cálculo multipartito seguro, el cifrado homomórfico y la privacidad diferencial en flujos de trabajo reales de aprendizaje automático.

Al finalizar este curso, los participantes podrán:

• Comprender y comparar las principales técnicas de preservación de la privacidad en el ámbito del aprendizaje automático.
• Implementar sistemas de aprendizaje federado mediante frameworks de código abierto.
• Aplicar la privacidad diferencial para compartir datos y entrenar modelos de manera segura.
• Utilizar métodos de cifrado y cálculo seguro a fin de proteger tanto los datos de entrada como los resultados generados por los modelos.

Este curso presencial o en línea, impartido por un instructor, está dirigido a profesionales de la seguridad y especialistas en IA con experiencia avanzada. Su propósito es capacitarlos para simular ataques contra sistemas de inteligencia artificial, detectar posibles fallos y reforzar la solidez de los modelos ya implementados.

Al finalizar el entrenamiento, los asistentes lograrán:

• Simular amenazas reales dirigidas a modelos de aprendizaje automático.
• Generar ejemplos adversariales destinados a verificar la estabilidad de dichos modelos.
• Evaluar exhaustivamente el superficie de ataque derivada de las APIs y los procesos tecnológicos vinculados a IA.
• Formular estrategias específicas para ejecutar actividades Red Teaming en ambientes reales de despliegue de inteligencia artificial.