“IA sem Riscos: Governança, LGPD e Como Evitar Vieses em Projetos Reais (96h)”, com foco em mitigação de riscos, compliance e ética aplicada para líderes corporativos:
Sobre o curso
“IA sem Riscos: Governança, LGPD e Como Evitar Vieses em Projetos Reais (96h)”, com foco em mitigação de riscos, compliance e ética aplicada para líderes corporativos:
Módulo 0: Introdução aos Riscos da IA (8h)
Objetivo: Alertar sobre falhas catastróficas e criar senso de urgência.
Aula 0.1: “Quando a IA dá errado: Cases de vazamentos, discriminação e prejuízos milionários” (4h)
Exemplo: Viés racial em algoritmos de RH (case Amazon).
Aula 0.2: “Os 5 Pilares da IA Responsável: Transparência, Justiça, Privacidade, Segurança e Accountability” (4h)
Módulo 1: Governança de IA na Prática (24h)
Objetivo: Estruturar processos para decisões seguras.
Aula 1.1: “Como criar um Comitê de Ética de IA na sua empresa” (6h)
Template: Matriz de responsabilidades (CEO, DPO, TI).
Aula 1.2: “Frameworks de Governança: ISO 42001, NIST AI RMF e EU AI Act” (6h)
Workshop 1.3: “Checklist de Due Diligence para fornecedores de IA” (6h)
Cobertura: Auditoria de datasets, certificações e histórico de vieses.
Painel 1.4: “Juristas vs. CTOs: Como equilibrar inovação e compliance” (6h)
Módulo 2: LGPD e IA – Como Não Multar sua Empresa (20h)
Objetivo: Adequar projetos à lei brasileira e evitar sanções.
Aula 2.1: “Tratamento de dados pessoais em ML: O que a ANPD fiscaliza?” (6h)
Caso: Uso de dados de saúde em treinamento de modelos.
Aula 2.2: “DPIA (Data Protection Impact Assessment) para projetos de IA” (6h)
Exercício: Avaliação de risco em um sistema de crédito com IA.
Workshop 2.3: “Documentação obrigatória: Relatório de Impacto e Termos de Uso” (8h)
Módulo 3: Detecção e Correção de Vieses (24h)
Objetivo: Identificar e corrigir discriminação em algoritmos.
Aula 3.1: “Testes de Justiça Algorithmica: Métricas estatísticas (Paridade, Equalized Odds)” (6h)
Workshop 3.2: “Ferramentas práticas: IBM Fairness 360, Google What-If Tool” (6h)
Case 3.3: “Como o Itaú corrigiu viés de gênero em aprovação de empréstimos” (6h)
Exercício 3.4: “Revisão crítica de um dataset real (ex. recrutamento)” (6h)
Módulo 4: Segurança e Monitoramento Contínuo (12h)
Objetivo: Prevenir ataques e garantir rastreabilidade.
Aula 4.1: “Adversarial Attacks – Como hackers enganam sistemas de IA” (4h)
Demo: Perturbação de imagens para fraudar reconhecimento facial.
Aula 4.2: “MLOps com Compliance: Logging de decisões automáticas para auditoria” (4h)
Workshop 4.3: “Planos de contingência para recalls de modelos” (4h)
Módulo 5: Projeto Final – Plano de Governança (8h)
Objetivo: Aplicar conhecimento em um caso real.
Entrega:
Política interna de uso de IA (com aprovação do jurídico).
Análise de viés em um modelo escolhido pelo aluno.
Simulação de notificação à ANPD em caso de incidente.
Conteúdo do curso
Acesse aqui o curso completo via flipbook para folhear ou baixar curso completo em pdf
Acesse aqui o curso completo via flipbook para folhear ou baixar curso completo em pdf
Módulo 0: Introdução aos Riscos da IA (8h)
Módulo 1: Governança de IA na Prática (24h)
Módulo 2: LGPD e IA – Como Não Multar sua Empresa (20h)
Módulo 3: Detecção e Correção de Vieses (24h)
Módulo 4: Segurança e Monitoramento Contínuo (12h)
Módulo 5: Projeto Final – Plano de Governança (8h)
Classificações e revisões de estudantes
Sem avaliações ainda