InfoQ 已開放 AI Security & Privacy Engineering Program 課程報名，這是一門為期五週的線上課程，專為負責 AI 系統安全與隱私的高階工程師與架構師而設計，適用於受管制產業。課程安排兩梯次，分別於 8 月 26 日與 10 月 14 日開課，每梯次人數有限，僅限具備至少五年經驗的專業人士參加。每週上課四小時，由 Katharine Jarmul 擔任講師，她也是《Practical Data Privacy》（O'Reilly）一書的作者。

生產環境中的 AI 安全與隱私工作大多僅限於單一公司內部，鮮少有外部聲音可供檢核決策。隨著 AI 從實驗階段邁向業務關鍵應用，問題變得更加具體。團隊必須釐清哪些敏感資料會進入模型、哪些威脅值得建模、該在何處設置防護措施與沙箱，以及可觀測性是否能在第三方發現問題前捕捉到失效。大多數情況下，這些決策缺乏可供比較的基準，而本課程將情境、權衡與決策帶入一個保密的同儕群組中討論。每週，參與者會從 QCon 演講中取用框架，並應用於自身工作中的真實安全或隱私決策，然後與來自其他公司與產業的高階工程師和架構師討論哪些做法有效、哪些失敗，以及哪些仍不確定。

Katharine 將重點放在信任之上。她表示：「若希望 AI 協助處理業務關鍵任務，或支援組織中最具意義的工作，那麼你將直接面對隱私與安全需求。」她指出一個常見的盲點。團隊傾向於行動與自動化，卻忽略了資訊安全與隱私的基本原則，常假設供應商會處理合規問題。課程結束後，參與者應能檢視 AI 架構、辨識風險、決定從何處著手，並判斷哪些風險可以預防、哪些只需監控。

為期五週的課程涵蓋 AI 工作流程中的敏感資料處理、威脅建模與實務紅隊演練（使用 STRIDE、LINDDUN 與 Plot4AI 等方法）、控制措施與沙箱，接著是使用 Arize Phoenix 等工具進行可觀測性與評估，最後是治理與稽核。每個工作小組需為某項 AI 產品架構產出一份文件化的風險評估與緩解報告作為結業專案，表現優異者將刊登於 InfoQ。

課程費用為每梯次 USD 1,470，大多數公司皆會補助專業發展費用。若需申請核准，可使用「說服你的主管」範本。

另有兩門 InfoQ 線上認證課程 同步開課。AI Engineering 由《MLOps with Ray》作者 Hien Luu 授課，將於 7 月 25 日開課，內容涵蓋如何讓 AI 系統超越原型階段，包括 RAG 與情境管線、代理、評估與可靠性。Architecture 由《Building Micro-Frontends》作者 Luca Mezzalira 授課，將於 8 月 13 日開課，涵蓋架構的社會技術面向，包括權衡與溝通、去中心化決策、平台工程，以及 AI 架構決策。

完整課程大綱與報名資訊請參閱 AI Security & Privacy Engineering Program 頁面。

About the Author

Artenisa Chatziou