Assurer la confidentialité dans l'IA : Approches et techniques.

Pratiques de protection des données personnelles dans le développement et le déploiement de modèles d'IA.

Format

Cours
en ligne

Expert·e

Tamara Paris et Elnathan Tiokou

Date de la séance en direct

15 oct. , 2025

Heure de la séance en direct

12h30 - 15h00

Travail préparatoire individuel

1 heure

Prix

$225 + taxes

À propos du module

Dans la société actuelle, où les données personnelles sont une monnaie d'échange précieuse, la protection de la vie privée est primordiale. Ce module permettra aux participants d'acquérir des connaissances sur les solutions techniques de préservation de la vie privée à intégrer dans la conception et le déploiement de l'IA, afin d'assurer la conformité réglementaire tout en favorisant la confiance des utilisateurs. L'importance de la protection de la vie privée dans l'apprentissage automatique sera illustrée, ainsi que les défis qui peuvent se poser et les techniques pour les résoudre.
De plus, les participant·e·s exploreront les compromis possibles, en particulier à l'intersection de la vie privée et de l'équité, afin de naviguer efficacement dans les complexités du développement éthique de l'IA.

Objectifs d'apprentissage

Comprendre l'importance de la protection de la vie privée dans l'IA et l'apprentissage automatique.
Appliquer des solutions techniques préservant la vie privée dans la conception et le déploiement de l'IA.
Analyser les défis liés à la protection de la vie privée dans l'apprentissage automatique et élaborer des stratégies pour les relever.
Explorer les compromis entre la protection de la vie privée et l'équité dans le développement éthique de l'IA.

À qui s'adresse ce module ?

Directeur·trice technologique, ingénieur·e·s en apprentissage automatique, scientifiques des données, chercheur·se·s en IA, développeur·se·s de produits IA.

Conçu pour les participant·e·s ayant une compréhension fondamentale des concepts de l'IA et des connaissances de base en probabilité, algèbre linéaire et apprentissage automatique.

Course Lessons

Tamara Paris

Tamara Paris est une étudiante en première année de doctorat à l'université de McGill, en cotutelle avec l'université Paris Cité. Elle est co-supervisée par AJung Moon, Jin Guo, Michele Orrù et Geoffroy Couteau. Elle travaille dans le domaine de la gouvernance de l'IA, où elle s'intéresse à l'application de techniques de cryptographie à l'apprentissage automatique dans le but d'assurer à la fois la vérifiabilité et la confidentialité des systèmes d'IA. Elle a obtenu son master à l'université de McGill avec une thèse portant sur "l'openness" en IA.
Privacy Policy (Eng)

Social accounts

Copyright © 2024