CyberAI Expert Ed. I
Brain and Code tech
Programa Experto en Ciberseguridad e Inteligencia Artificial (Edición I) | CyberAI I
Objetivos de aprendizaje del programa:
- Comprender cómo las tecnologías de inteligencia artificial pueden aplicarse en la ciberseguridad.
- Analizar, detectar y prevenir ciberataques utilizando herramientas de IA.
- Diseñar sistemas de defensa autónomos basados en aprendizaje automático.
- Identificar vulnerabilidades y mitigar riesgos mediante análisis predictivo.
- Reflexionar sobre los riesgos éticos y legales asociados al uso de IA en ciberseguridad.
Módulo 1: Fundamentos de Ciberseguridad y IA
- Introducción a la ciberseguridad moderna.
- Conceptos básicos de inteligencia artificial y machine learning.
- Convergencia de IA y ciberseguridad: oportunidades y desafíos.
- Sistemas de detección de intrusos (IDS) potenciados con IA.
- Machine learning para la detección de anomalías.
- Herramientas de respuesta automatizada frente a ciberataques.
- Aplicación de IA en el cifrado y gestión de datos.
- Regulaciones y normativas de protección de datos en el contexto de IA.
- Técnicas de preservación de la privacidad con machine learning.
- Creación de entornos de simulación para ataques cibernéticos.
- Análisis de casos reales de ciberataques mitigados con IA.
- Diseño de sistemas predictivos para prevenir vulnerabilidades.
- Análisis de riesgos éticos y sesgos en IA aplicada a la ciberseguridad.
- Estrategias para mitigar el impacto de decisiones automatizadas.
- Marcos regulatorios internacionales para el uso de IA en seguridad.
Información básica
Tipo de curso: Curso
Modalidad: Online
Formación reglada: SÍ
Número de horas: 30 horas
Número de plazas: 30 plazas
Tecnologías y áreas de conocimiento
Tecnologías de IA en las que capacita el producto formativo
Fases del ciclo de vida de un proyecto de IA en las que capacita el producto formativo
Áreas de conocimiento tecnológicas relacionadas con la IA en las que capacita el producto formativo
1. Inteligencia Artificial
2. Datos
3. Conectividad y sistemas ciberfísicos
4. Automatización y robótica inteligentes
5. Infraestructuras y computación
Áreas de conocimiento NO tecnológicas relacionadas con la IA en las que capacita el producto formativo
Áreas no relacionadas
Roles que se adecúan al contenido de este curso
En función de las áreas de conocimiento que has asignado a este producto formativo te mostramos los roles adecuados al contenido del mismo.
Curso óptimo para este rol
Data Analyst
Profesional con gran conocimiento del negocio que recopila, procesa y gestiona datos relevantes para la empresa, estando encargado de su análisis estadístico con el objetivo de extraer conclusiones que permitan la toma de decisiones y aportación de valor.
Conocimientos tecnológicos
Fases del proyecto
Entendimiento del negocio
Entendimiento de los datos
Curso óptimo para este rol
Data Architect
Profesional que se encarga de definir la estrategia de datos, incluyendo la implantación y gestión de las arquitecturas de inteligencia artificial (IA) creando una gestión integrada de sistemas para centralizar, proteger y mantener las fuentes de datos.
Conocimientos tecnológicos
Fases del proyecto
Despliegue de los modelos
Curso óptimo para este rol
Data Engineer
Profesional responsable de diseñar, construir, probar y mantener la arquitectura de datos y procesos.
Conocimientos tecnológicos
Fases del proyecto
Preparación de los datos
Curso óptimo para este rol
Data Governance
Profesional que garantiza la calidad y coherencia de los datos, asegurando que son adecuados para su uso en conformidad con las políticas de la compañía.
Conocimientos tecnológicos
Fases del proyecto
Preparación de los datos
Curso óptimo para este rol
Data Scientist
Profesional que desarrolla modelos (descriptivos, predictivos o prescriptivos) y herramientas de aprendizaje estadístico para el análisis de datos incluyendo algoritmos de aprendizaje automático y otras técnicas de IA.
Conocimientos tecnológicos
Fases del proyecto
Modelado
Evaluación de los resultados
Curso óptimo para este rol
Data Translator
Profesional que tiene conocimientos suficientes tanto en negocio, como técnicos para expresar las necesidades de la organización en un lenguaje que sea válido para que el científico/a de datos pueda realizar los modelos o algoritmos que cumplan los requisitos.
Conocimientos tecnológicos
Fases del proyecto
Entendimiento del negocio
Entendimiento de los datos