After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
코스 설명
이 강의는 AI 거버넌스에 대한 책임감 있고 확장 가능한 거버넌스 시스템을 구축하는 방법을 안내합니다. Collibra 전문가들의 인사이트를 바탕으로, 실제 AI 프로그램에서 윤리, 규정 준수, 비즈니스 목표를 어떻게 조율하는지 배우게 됩니다.
왜 그리고 누구를 위한 것인지부터 시작하세요
AI 거버넌스의 범위를 정의하고, 법무와 리스크부터 데이터 과학과 비즈니스에 이르기까지 핵심 이해관계자들을 정렬하는 것부터 시작하게 됩니다. 그런 다음 준비도 평가와 성숙도 모델 같은 도구를 활용해, 규정 준수 요구와 조직 전략을 모두 뒷받침하는 거버넌스 목표를 설정하는 방법을 배우게 됩니다.거버넌스를 매일 실천하세요
체크리스트, 승인 게이트, 자동화된 문서를 통해 거버넌스를 일상적인 워크플로에 통합하는 방법을 알아보세요. 거버넌스를 MLOps 파이프라인에 통합하고, 위험과 규모에 따라 경량 또는 고중량 모델을 활용해 접근 방식을 조정하는 방법을 배워보세요.더 스마트하게 확장하고 책임감을 유지하세요
팀과 지역 전반에 걸쳐 연합형 모델과 Collibra와 같은 거버넌스 플랫폼을 활용해 거버넌스를 확장하는 방법을 살펴보세요. 또한 거버넌스 KPI를 추적하고, 추적 가능성을 유지하며, 모니터링과 피드백 루프를 통해 지속적인 개선을 이끌어내는 방법도 배우게 됩니다.사전 요구 사항
이 코스에는 사전 요구 사항이 없습니다
커리큘럼
코스 개요
1
AI 거버넌스의 기초
AI 거버넌스가 무엇인지, 윤리나 리스크 관리와 어떻게 다른지, 그리고 책임 있는 AI를 위해 왜 필수적인지 살펴봅니다. 거버넌스 시스템의 핵심 구성 요소, 팀 간 역할과 책임, 그리고 AI 수명 주기 전반에 책임성과 감독을 내재화하는 방법을 배웁니다.
2
규제와 프레임워크의 실무 적용
EU AI Act와 미국 행정명령을 포함한 전 세계 AI 규제를 깊이 있게 다루고, 고위험 시스템을 식별하고 관리하는 방법을 학습합니다. 적합성 평가, 모델 문서화, 영향 평가와 같은 핵심 거버넌스 활동을 살펴보고, 자율 규제와 추적 가능성이 컴플라이언스, 신뢰, 장기적 책임성을 어떻게 뒷받침하는지 이해합니다.
3
조직에서의 거버넌스 구현
현실 환경에서 AI 거버넌스를 설계하고, 내재화하며, 확장하는 방법을 배웁니다. 이 장에서는 이해관계자 정렬, MLOps를 통한 워크플로 통합, 라이트웨이트 vs. 헤비웨이트 거버넌스 모델, 확장을 위한 자동화, 그리고 KPI 기반 모니터링 전략을 통해 AI 시스템 전반의 지속적 개선과 책임성을 이끄는 방법을 다룹니다.
R
Artificial Intelligence Governance
코스
완료
