دوره آموزشی
دوبله زبان فارسی
مسترکلاس گواهینامه AI Governance Professional (AIGP)
✅ سرفصل و جزئیات آموزش
آنچه یاد خواهید گرفت:
- آمادگی برای نسخه 2025 آزمون گواهینامه مدیریت هوش مصنوعی (AIGP)
- درک مبانی فناوری هوش مصنوعی (AI)
- تسلط به اصول هوش مصنوعی مسئول و چگونگی تأثیر آن بر مردم
- دانستن چگونگی اعمال قوانین جاری بر سیستمهای AI
- درک قوانین و استانداردهای فعلی و نوظهور AI
- نقشهبرداری از چرخه عمر توسعه AI
- یادگیری نحوه پیادهسازی حاکمیت AI مسئول و مدیریت ریسک
- تفکر در مورد مسائل و نگرانیهای جاری
پیش نیازهای دوره
- تجربه یا پیشزمینهای در زمینه AI، فناوری اطلاعات، قانون یا حریم خصوصی نیاز نیست.
- تمایل و اشتیاق برای یادگیری در مورد AI، فناوری اطلاعات، حریم خصوصی دادهها و قانون
توضیحات دوره
به دوره گواهینامه AIGP خوش آمدید.
دریافت گواهینامه AIGP یک حرکت شغلی عالی است.
- 175 میلیارد دلار در سطح جهانی منتظر سرمایهگذاری در پروژههای AI است.
- مایکروسافت قصد دارد 80 میلیارد دلار در مراکز داده با قابلیت AI در FY25 سرمایهگذاری کند.
- شرکتهای هوش مصنوعی مولد در سال 2024، 56 میلیارد دلار در سطح جهانی جمعآوری کردند که 192% افزایش نسبت به سال 2023 دارد.
- 98.4% سازمانها در حال افزایش سرمایهگذاری در AI و دادهها هستند.
- 80% کارگران ایالات متحده میتوانند تحت تأثیر مدلهای زبان بزرگ قرار گیرند.
- مایکروسافت هدف دارد تا 2.5 میلیون آمریکایی را در مهارتهای AI تا سال 2025 آموزش دهد.
این دوره AIGP تمام 4 دامنه را بهطور جامع پوشش میدهد. این 4 دامنه عبارتاند از:
- درک مبانی حاکمیت AI
- درک اینکه چگونه قوانین، استانداردها و چارچوبها به AI مرتبط میشوند
- درک نحوه حکمرانی توسعه AI
- درک نحوه حکمرانی توسعه و استفاده از AI
سفر گواهینامه AIGP خود را امروز آغاز کنید!
این دوره برای چه کسانی مناسب است؟
- افرادی که برای آزمون AIGP خود آماده میشوند.
- هر کسی که میخواهد درک عمیقتری از حاکمیت AI، مدیریت ریسک و انطباق قانونی و نظارتی داشته باشد.
- حرفهایهایی که میخواهند دانش AI خود را گسترش دهند.
مسترکلاس گواهینامه AI Governance Professional (AIGP)
-
چرا باید این دوره AIGP را بگذرانید؟ 09:36
-
گواهینامه AIGP چیست؟ 15:06
-
IAPP چیست؟ 03:31
-
چرا باید گواهینامه AIGP بگیرید؟ 15:25
-
مدیریت ریسک چیست؟ 08:05
-
مدیریت ریسک AI چیست؟ 11:33
-
طبقهبندی بلوم چیست؟ 13:01
-
خاطرات کوتاهمدت تا بلندمدت 14:44
-
ذهنیت ممتحن 07:37
-
فرمتهای سوالات 09:32
-
نکات آزموندادن 10:43
-
هوش مصنوعی چیست؟ 13:00
-
یادگیری ماشین چیست؟ 12:55
-
یادگیری تحت نظارت 14:12
-
یادگیری بدون نظارت و نیمهنظارت 15:28
-
یادگیری تقویتی 07:16
-
مدلهای تفکیکی و مولد 08:08
-
مدلهای بنیادین 11:30
-
دستهبندیهای AI 05:14
-
سیستمهای خبره و منطق فازی 08:00
-
رباتیک و AI 04:32
-
مدلهای رایج AI 08:20
-
مدلهای زبان بزرگ 11:17
-
مدلهای زبان کوچک 02:50
-
موارد استفاده از AI 12:50
-
فناوری AI - محاسبات 12:34
-
فناوری AI - ذخیرهسازی و شبکه 06:31
-
فناوری AI - نرمافزار 07:30
-
داده 14:23
-
گروههای داده و دیگر اصطلاحات داده 08:02
-
عوامل مدرن مؤثر بر AI و علم داده 05:13
-
آسیبها - افراد و گروهها 11:14
-
آسیبها - جامعه 13:48
-
آسیبها - نهادها و اکوسیستمها 08:57
-
هماهنگی و عدم هماهنگی 08:11
-
انواع تعصب 04:15
-
ریسکهای امنیتی - Generative AI 11:31
-
ریسکهای امنیتی - AI عمومی 12:16
-
ریسکهای حریم خصوصی 13:37
-
ریسکهای عملیاتی و تجاری 08:12
-
هوش مصنوعی به طبقهبندیها آسیب میرساند 07:51
-
ویژگیهای منحصر به فرد نیازمند حاکمیت 11:18
-
بینگو کلمات کلیدی - اخلاق هوش مصنوعی 08:26
-
AI قابل اعتماد 09:57
-
ایجاد یک نهاد حاکمیتی برای AI 15:06
-
چگونه یک چارچوب حاکمیتی بسازیم؟ 08:44
-
برنامه آموزش و آگاهی از AI بخش 1 07:18
-
برنامه آموزش و آگاهی از AI بخش 2 05:59
-
سفارشیسازی حاکمیت برای سازمان 05:50
-
توسعهدهندگان، پیادهسازان و کاربران 06:59
-
ایجاد یک فرهنگ AI اخلاقی 09:57
-
اصول حاکمیتی 04:48
-
سوالات تمرینی دامنه 1 None
-
عملکردهای اطلاعاتی منصفانه (FIPs) 14:31
-
اعمال FIPs بر AI 03:29
-
حریم خصوصی از طریق طراحی و پیشفرض (PbDD) 05:35
-
الزامات حریم خصوصی برای اپراتورهای AI 07:49
-
قانون عمومی حفاظت از دادهها (GDPR) 12:15
-
دستهبندی های ویژه دادههای شخصی 13:25
-
الزامات کنترلر داده 07:59
-
مالکیت معنوی چیست؟ 07:32
-
Generative AI و قانون حق کپی 10:50
-
Generative AI و استفاده منصفانه 03:56
-
خروجیهای Generative AI و حق کپی 06:18
-
AI و پتنتها 05:47
-
مجوز مدل و داده 06:58
-
دستهبندی های محصولات مبتنی بر AI 07:37
-
استخدام و کمیسیون فرصتهای شغلی برابر (EEOC) 07:35
-
کمیسیون تجارت فدرال (FTC) 05:31
-
تصمیمگیری خودکار (ADM) 10:07
-
بانک مرکزی و SR 11-7 07:25
-
OSHA و سیستمهای رباتیک صنعتی 03:06
-
FDA ،AI و دستگاههای پزشکی 04:27
-
AI و قوانین عدم تبعیض 04:08
-
قوانین ایالتی و شهری در ایالات متحده 06:53
-
ایمنی و مسئولیت محصولات در ایالات متحده 09:23
-
ایمنی و مسئولیت محصولات در اتحادیه اروپا 07:29
-
قانون خدمات دیجیتال اتحادیه اروپا (DSA) 04:25
-
قانون AI اتحادیه اروپا - ماده، ضمیمه و مقدمه 03:39
-
قانون AI اتحادیه اروپا - اهداف و اصطلاحات 07:18
-
قانون AI اتحادیه اروپا - اپراتورهای AI 06:41
-
قانون AI اتحادیه اروپا - رویکرد مبتنی بر ریسک 06:59
-
قانون AI اتحادیه اروپا - سیستمهای ممنوع و پرخطر غیرقابل قبول 04:23
-
قانون AI اتحادیه اروپا - سیستمهای پرخطر 10:40
-
قانون AI اتحادیه اروپا - شفافیت / سیستمهای ریسک محدود 03:55
-
قانون AI اتحادیه اروپا - مرور الزامات تأمینکنندگان AI پرخطر 08:37
-
قانون AI اتحادیه اروپا - سواد AI 03:42
-
قانون AI اتحادیه اروپا - الزامات تأمینکنندگان AI پرخطر بندهای 9-10 06:40
-
قانون AI اتحادیه اروپا - الزامات تأمینکنندگان AI پرخطر بندهای 11-12 04:35
-
قانون AI اتحادیه اروپا - الزامات تأمینکنندگان AI پرخطر بندهای 13-15 03:21
-
قانون AI اتحادیه اروپا - الزامات تأمینکنندگان AI پرخطر بندهای 17-22 04:53
-
قانون AI اتحادیه اروپا - مدلهای GPAI 04:18
-
قانون AI اتحادیه اروپا - الزامات تأمینکنندگان GPAI 06:31
-
قانون AI اتحادیه اروپا - اجرا بخش 1 06:11
-
قانون AI اتحادیه اروپا - اجرا بخش 2 04:24
-
قانون AI اتحادیه اروپا - الزامات نماینده مجاز 06:12
-
قانون AI اتحادیه اروپا - الزامات واردکننده 03:05
-
قانون AI اتحادیه اروپا - الزامات توزیعکننده 02:40
-
قانون AI اتحادیه اروپا - الزامات واردکننده در مقابل توزیعکننده 03:42
-
قانون AI اتحادیه اروپا - الزامات پیادهساز 06:03
-
قانون AI اتحادیه اروپا - دیگر مسئولیتهای زنجیره تأمین 06:38
-
اصول و چارچوبها 03:35
-
چارچوب طبقهبندی AI سازمان همکاری و توسعه اقتصادی 13:50
-
اصول AI سازمان همکاری و توسعه اقتصادی 09:47
-
NIST AI RMF - اصطلاحات 04:35
-
NIST AI RMF - اطلاعات بنیادی 08:49
-
NIST AI RMF - هسته چارچوب 05:29
-
NIST AI RMF - دفترچه راهنما و پروفایل Generative AI 03:50
-
NIST ارزیابی ریسک و تأثیر AI (ARIA) 04:32
-
استاندارد ISO/IEC 42001 - الزامات 05:33
-
استاندارد ISO/IEC 42001 - کنترلها 04:11
-
استاندارد ISO/IEC 22989 - مفاهیم و اصطلاحات AI 02:19
-
استاندارد ISO 31000:2018 - دستورالعملهای مدیریت ریسک 05:08
-
استاندارد IEEE 7000-21 - پرداختن به نگرانیهای اخلاقی در حین فرآیند طراحی 04:45
-
چارچوب تضمین حقوق بشر، دموکراسی و حاکمیت قانون (HUDERAF) 04:33
-
سوالات تمرینی دامنه 2 None
-
چرخه عمر توسعه AI - برنامهریزی 12:51
-
چرخه عمر توسعه AI - طراحی 12:43
-
بازی بهروز با کلمات 07:57
-
چرخه عمر توسعه AI - توسعه دادن 11:51
-
ایجاد ارزیابی تأثیر AI 07:59
-
روشها و ابزارهای امتیازدهی ریسک 12:48
-
HUDERIA RIN و سلسلهمراتب کاهش ریسک 09:49
-
کنترلهای عملیاتی و سایر ارزیابیهای ریسک 05:40
-
تنظیمات جهانی AI 06:13
-
کانادا و قانون اجرای منشور دیجیتال (2022) 05:52
-
چین و اقدامات Generative AI 10:33
-
چارچوب حاکمیت AI مدل سنگاپور بخش 1 06:17
-
چارچوب حاکمیت AI مدل سنگاپور بخش 2 08:54
-
حاکمیت داده و منشأ دادهها 08:25
-
مقایسه فرمتهای داده 04:52
-
نظارت، تضمین و حسابرسی 06:30
-
معماریهای سیستم و روشهای ترکیبی 10:51
-
آزمایش و مستندسازی 11:22
-
فناوریهای بهبود حریم خصوصی (PETs) 13:41
-
ابزارهای ارزیابی مدل 14:30
-
ارزیابیهای انطباق و DPIAها 06:38
-
ارزیابیهای قابلیت تکرار و تست تخاصمی 08:29
-
برنامه ارتباطی و محصولات 11:02
-
سوالات تمرینی دامنه 3 None
-
چرخه عمر توسعه AI - پیادهسازی 12:15
-
بهروز کردن سیاستها پیش از پیادهسازی 04:03
-
پیادهسازی مدلهای اختصاصی 02:33
-
مدیریت ریسکهای شخص ثالث 05:02
-
ارزیابی قراردادهای سومی 07:31
-
الزامات افشای عمومی 04:59
-
حسابرسی، پاسخگویی و اتوماسیون 05:55
-
مدیریت و مانیتورینگ سیستمهای AI 12:04
-
مقایسه و تضاد انواع مدلها 05:13
-
پاسخ و مدیریت حادثههای AI - مرور کلی 10:16
-
پاسخ و مدیریت حادثههای AI - شش مرحله 07:45
-
فرهنگنامه باقیمانده - بخش 1 05:33
-
فرهنگنامه باقیمانده - بخش 2 08:15
-
سوالات تمرینی دامنه 4 None
-
آزمون تمرینی AIGP - بخش 1 None
-
آزمون تمرینی AIGP - بخش 2 None
مشخصات آموزش
مسترکلاس گواهینامه AI Governance Professional (AIGP)
- تاریخ به روز رسانی: 1404/06/14
- سطح دوره:همه سطوح
- تعداد درس:156
- مدت زمان :20:02:31
- حجم :9.67GB
- زبان:دوبله زبان فارسی
- دوره آموزشی:AI Academy