La Computación Numérica Segura es Difícil: Lecciones de 10 Años de Ciencia de Datos Abierta y el Largo Camino por Delante

Resumen

Explore key security challenges and lessons learned from a decade of open data science, focusing on enterprise adoption of ML/AI technologies and emerging threats in numerical computing.

Programa

• Introducción a la Computación Numérica Segura
Visión General de la Computación Numérica
Importancia de la Seguridad en la Computación Numérica
Objetivos y Resultados del Curso
• Historia y Evolución de la Ciencia de Datos Abiertos
Hitos en la Ciencia de Datos Abiertos en la Última Década
Tecnologías Clave en la Ciencia de Datos Abiertos
Lecciones Significativas Aprendidas
• Fundamentos de Seguridad en la Computación Numérica
Principios Básicos de Seguridad
Vulnerabilidades Comunes en Algoritmos Numéricos
Estrategias para Mitigación de Vulnerabilidades
• Adopción Empresarial de Tecnologías de ML/IA
Estudios de Caso de Implementaciones Empresariales Exitosas de ML/IA
Barreras para la Adopción y Cómo Superarlas
Preocupaciones de Seguridad en ML/IA Empresarial
• Amenazas Emergentes en la Computación Numérica
Panorama de Amenazas en IA y Computación Numérica
Amenazas de Seguridad Específicas en Flujos de Trabajo de Ciencia de Datos
Ejemplos Reales de Brechas de Seguridad
• Asegurando Tuberías de Aprendizaje Automático
Prácticas de Desarrollo Seguro para ML/IA
Protección de la Integridad y Confidencialidad de Datos
Herramientas y Marcos para el Despliegue Seguro de ML/IA
• Técnicas de Preservación de la Privacidad en Computación Numérica
Introducción a la Computación Para Preservar la Privacidad
Técnicas: Privacidad Diferencial, Cifrado Homomórfico
Desafíos de Privacidad en Ciencia de Datos
• Consideraciones Regulatorias y Éticas
Resumen de las Regulaciones de Protección de Datos (GDPR, CCPA)
Implicaciones Éticas en Ciencia de Datos e IA
Mejores Prácticas para Ciencia de Datos Ética
• Direcciones Futuras y Oportunidades de Investigación
Tendencias Emergentes en Computación Numérica Segura
Áreas para Investigación y Desarrollo Futuro
El Futuro de la Ciencia de Datos Abierta y Seguridad
• Conclusión
Resumen de Conceptos Clave
Preguntas y Respuestas y Discusiones
Reflexiones Finales y Recursos para Estudio Adicional

---

Materias

Data Science