Защита персональных данных в прикладном ИИ
Проектирование ИИ-контура с минимизацией персональных данных, контролем целей, сроков хранения, внешних передач и прав пользователей.
Тег · 8 материалов
#данные
Материалы из разных направлений, связанные одной рабочей практикой.
Как собрать репрезентативный тестовый набор
Методика создания тестового корпуса для ИИ, который отражает рабочие сценарии, редкие ошибки, сегменты пользователей и границы применимости.
Как устроить единый слой продуктовых показателей
Практический разбор темы «как устроить единый слой продуктовых показателей»: как закрепить определения, расчёты и права доступа к ключевым метрикам и применить это в рабочем продукте.
Какая документация нужна работающей ИИ-системе
Практический разбор темы «какая документация нужна работающей ии-системе»: как создать комплект описаний модели, данных, ограничений, оценок и процедур поддержки и применить это в рабочем продукте.
Миграция пользователей между версиями продукта
Практический разбор темы «миграция пользователей между версиями продукта»: как снизить риск потери данных, привычных сценариев и доверия и применить это в рабочем продукте.
Резидентность данных и трансграничные риски ИИ
Практический разбор темы «резидентность данных и трансграничные риски ии»: как оценить места обработки, хранения и передачи информации между юрисдикциями и применить это в рабочем продукте.
Синтетические данные для обучения и тестирования ИИ
Практический разбор темы «синтетические данные для обучения и тестирования ии»: как понять, когда искусственные примеры полезны и как избежать ложной репрезентативности и применить это в рабочем продукте.
Управление миграциями данных при поставке
Практический разбор темы «управление миграциями данных при поставке»: как планировать преобразование, проверку, совместимость и откат данных и применить это в рабочем продукте.