Риски в жизненном цикле ML-систем
Где они реально возникают: от данных до продакшена. Почему «закрытый контур» не равен «безопасная модель».
форум «MимоLётный кибербез»
ML внутри компании: от игрушки дата-сайентистов к объекту кибербезопасности
ML внутри компании давно перестал быть экспериментом для узкой команды дата-сайентистов. Сегодня это новая поверхность атаки, новый объект контроля и новая точка конфликта между ML-командами, IT и кибербезопасностью.
Как только модель начинает работать с корпоративными данными, внутренними процессами и критичной инфраструктурой, она перестаёт быть просто технологическим экспериментом и становится объектом кибербезопасности, архитектурного контроля и управленческой ответственности.
Приглашаем вас на форум, посвящённый безопасному использованию ML- и LLM-моделей во внутреннем контуре бизнеса.
ключевые темы обсуждения
Чем ML-система отличается от обычного IT-сервиса
С точки зрения безопасности. Почему тема ML уже находится в зоне внимания CISO, архитекторов и кибербез-команд.
Как должен выглядеть SECURE MLOps pipeline
В корпоративной среде. Кто отвечает за безопасность моделей и кто принимает решение о выводе модели в продакшен.
для кого
CISO, директора и руководители направлений кибербезопасности
CTO, CIO, архитекторы и руководители инфраструктуры
Руководители data science, ML engineering и MLOps
Product owner и владельцы AI/LLM-продуктов
Руководители цифровых направлений и бизнес-заказчики