- Fundamenty GenAI – modele generatywne, typowe zastosowania biznesowe, ograniczenia technologiczne, powierzchnia ataku i model zagrożeń
- Azure OpenAI – modele, wdrożenia, parametry generowania, limity tokenów, filtry treści, kwoty, wersjonowanie i kontrola kosztów
- Azure AI Search – indeksy, źródła danych, dzielenie dokumentów, reprezentacje wektorowe, wyszukiwanie semantyczne i hybrydowe oraz kontrola dostępu do dokumentów
- Azure Functions – architektura bezserwerowa, wyzwalacze, integracja usług, walidacja danych wejściowych, obsługa błędów i bezpieczna konfiguracja
- Tożsamość i uprawnienia w Azure – Microsoft Entra ID, tożsamości zarządzane, role RBAC, zakresy dostępu i zasada najmniejszych uprawnień
- Bezpieczeństwo usług – Azure Key Vault, ochrona sekretów i danych, prywatne punkty końcowe, ograniczenia sieciowe, prompt injection, eksfiltracja danych, logowanie i diagnostyka
- LangChain – łańcuchy przetwarzania, szablony promptów, retrieval, zarządzanie kontekstem, cytowania, walidacja odpowiedzi i mechanizmy ochronne
Szkolenie Bezpieczne tworzenie aplikacji GenAI
Poziom
ŚredniozaawansowanyCzas
16h / 2 dniTermin
IndywidualnieCena
IndywidualnieSzkolenie Bezpieczne tworzenie aplikacji GenAI
Szkolenie warsztatowe poświęcone projektowaniu i tworzeniu bezpiecznych aplikacji generatywnej AI w środowisku Azure. Zakres obejmuje Azure OpenAI, Azure AI Search, Azure Functions, Azure App Service, Python i LangChain, a także wzorzec RAG, zarządzanie tożsamością, kontrolę dostępu, ochronę danych, walidację wejścia i wyników oraz podstawy obserwowalności. Szkolenie odbywa się w formule OpenHack: uczestnicy rozwiązują praktyczne zadania w małych, interdyscyplinarnych zespołach. Rezultatem jest prototyp potoku przetwarzania danych oraz chatbota RAG uruchomionego w środowisku szkoleniowym.
Dla kogo jest szkolenie Bezpieczne tworzenie aplikacji GenAI?
Programiści Python i inżynierowie oprogramowania odpowiedzialni za tworzenie aplikacji GenAI oraz integrację usług chmurowych-
Architekci rozwiązań i specjaliści DevOps projektujący środowiska, integracje, tożsamości i mechanizmy dostępu dla aplikacji AI
-
Specjaliści ds. bezpieczeństwa uczestniczący w analizie ryzyk, ochronie danych i weryfikacji zabezpieczeń rozwiązań GenAI
-
Osoby znające podstawy Pythona, Git, protokołu HTTP, formatu JSON i pracy z API. Uczestnik powinien potrafić uruchomić projekt, zainstalować zależności, zmodyfikować funkcję i przeanalizować podstawowy komunikat błędu
Ważne informacje przed szkoleniem:
Zadania są do rozwiązywania w Pythonie. W przypadku braku znajomości tego języka, zachęcamy do zapoznania się z podstawowymi tutorialami, które prześlemy przed warsztatem. Nie musicie płynnie kodować, ale znajomość składni i podstaw budowania kodu będzie przydatna.-
Do udziału w warsztacie wystarczy jedynie przeglądarka internetowa.
-
Zadania będą rozwiązywane w grupach, co rekomendujemy. Obejmują szeroki wachlarz kompetencji: od Pythona, przez aplikacje, po DevOps. Nic trudnego, ale to dobra okazja do stworzenia interdyscyplinarnych zespołów.
-
Dostarczamy: Środowisko w Github Codespaces, ale można je również uruchomić lokalnie w VS Code z Docker. Subskrypcję Microsoft Azure na czas warsztatów.
Czego nauczysz się na szkoleniu Bezpieczne tworzenie aplikacji GenAI?
- Konfigurować komponenty rozwiązania GenAI w Azure oraz dobierać tożsamości zarządzane, role RBAC i uprawnienia zgodnie z zasadą najmniejszych uprawnień
- Przygotowywać w Pythonie potok ingestii i klasyfikacji danych oraz prototyp chatbota RAG wykorzystującego Azure OpenAI, Azure AI Search, LangChain i Azure App Service
- Weryfikować rozwiązanie pod kątem jakości odpowiedzi, ugruntowania w danych, kontroli dostępu, ujawnienia informacji, prompt injection, filtrowania treści, logowania i podstawowych sygnałów operacyjnych oraz dokumentować ograniczenia wymagające nadzoru człowieka
Program szkolenia Bezpieczne tworzenie aplikacji GenAI
Dzień 1 – Komponenty do budowy rozwiązań GenAI: prezentacja
Prototyp potoku ingestii i klasyfikacji danych dla GenAI: ćwiczenia w grupach
Dzień 2 – Od lokalnego skryptu do chatbota w Azure: prezentacja
- Tożsamość aplikacji w Azure – uwierzytelnianie bez haseł, DefaultAzureCredential, tożsamości zarządzane, dostęp między usługami i eliminacja sekretów z kodu
- Azure App Service – konfiguracja aplikacji, zmienne środowiskowe, uwierzytelnianie, skalowanie, telemetria, logi, diagnostyka i bezpieczna publikacja
- LangChain – architektura chatbota RAG, pobieranie kontekstu, ugruntowanie odpowiedzi, cytowania źródeł, ochrona przed prompt injection, metryki jakości, testy regresji i obserwowalność
Prototyp bezpiecznego chatbota RAG opartego na danych: ćwiczenia w grupach
