PECB Yetkili İş Ortağı

PECB Lead AI Risk Manager

Yapay zekâya özgü riskleri kurumsal bağlamda değerlendirin; risk yönetişimi, müdahale planları, izleme ve raporlama süreçleri geliştirin.

Eğitim broşürünü indirinPECB Lead AI Risk Manager · PDF
30 saat / 5 gün
3 saatlik PECB sertifika sınavı
PECB sertifikasına koşullu başvuru
Yapay zekâ risk yönetimi

Yapay zekâ risklerini kurumunuzun yönetim süreçlerine taşıyın

Yapay zekâ sistemleri; önyargı, güvenlik ve veri gizliliği gibi riskleri beraberinde getirir. Bu riskleri yönetmek, sorumlu ve güvenilir yapay zekâ kullanımı için önemlidir.

PECB Lead AI Risk Manager eğitimiyle riskleri belirleme, değerlendirme, ele alma ve izleme yaklaşımını öğrenin. Yönetişim ve etik ilkeleri uygulama örnekleriyle keşfedin.

Hedef kitle

Kimler için?

Yapay zekâ risklerini belirleyen, değerlendiren ve yöneten risk uzmanları
Yapay zekâ sistemlerinin güvenliğinden sorumlu BT ve bilgi güvenliği profesyonelleri
Yapay zekâ projelerinde görev alan veri bilimciler, geliştiriciler ve proje yöneticileri
Yapay zekâ yönetişimi, etik ve mevzuata uyum alanında çalışan uzman ve danışmanlar
Yapay zekâ uygulamalarını yöneten liderler ve stratejik karar vericiler
Program akışı

Eğitim içeriği

01
Modül 1 Yapay Zekâ Risk Yönetiminin Temellerine Giriş
  • Yapay zekânın tanımlanması ve kurumlar üzerindeki dönüştürücü etkisinin incelenmesi.
  • Yapay zekâ risklerinin kendine özgü özelliklerinin anlaşılması: önyargı (bias), açıklanabilirlik (explainability), güvenlik ve gizlilik.
  • Yapay zekâ risk yönetimi prensiplerine ve yapay zekâ sistem yaşam döngüsüne genel bakış.
  • Temel yapay zekâ yönetişim çerçevelerine giriş: NIST AI Risk Management Framework ve EU AI Act.
  • Yapay zekânın geliştirilmesi ve kullanımında etik ilkeler: adalet, hesap verebilirlik ve şeffaflık.
  • Uygulama: Farklı sektörlerdeki yapay zekâ uygulamalarında risk kategorilerinin belirlenmesi.
02
Modül 2 Yapay Zekâ Risk Yönetişimi ve Risklerin Belirlenmesi
  • Yapay zekâ risk yönetimi için kurumsal bağlamın oluşturulması: kapsam ve sınırların belirlenmesi.
  • Yapay zekâ risk yönetişim çerçevesinin geliştirilmesi: roller, sorumluluklar ve politikalar.
  • Yapay zekâ risklerini belirleme teknikleri: beyin fırtınası, kontrol listeleri ve senaryo analizi.
  • Kapsamlı yapay zekâ tehdit analizleri için MIT AI Risk Repository kullanımının öğrenilmesi.
  • Veri, algoritmalar ve dağıtım ortamlarında yapay zekâya özgü güvenlik açıklarının belirlenmesi.
  • Uygulama: Organizasyon şeması üzerinde yapay zekâ risk sahipliği ve sorumluluklarının haritalandırılması.
03
Modül 3 Yapay Zekâ Risk Analizi, Değerlendirme ve Risklerin Ele Alınması
  • Yapay zekâ risk analiz yöntemleri: nitel ve nicel değerlendirme teknikleri.
  • Risk seviyelerinin değerlendirilmesi: gerçekleşme olasılığı, etki ve kritiklik puanlaması.
  • Yapay zekâ için risk kabul kriterlerinin ve risk iştahı (risk appetite) tanımlarının oluşturulması.
  • Yapay zekâ risklerine yönelik müdahale stratejilerinin geliştirilmesi: riskten kaçınma, azaltma, paylaşma ve kabul etme.
  • Yapay zekâ sistemleri için güvenlik kontrolleri ve veri gizliliği önlemlerinin tasarlanması.
  • Otomatik araçlar kullanılarak yapay zekâ önyargılarının (bias) tespit edilmesi ve azaltılmasına yönelik stratejilerin uygulanması.
  • Uygulama: Öncelikli bir yapay zekâ risk senaryosu için risk müdahale planının hazırlanması.
04
Modül 4 Yapay Zekâ Risklerinin İzlenmesi, Raporlanması ve Sürekli İyileştirilmesi
  • Yapay zekâ risk izleme programlarının oluşturulması: temel performans göstergeleri (KPIs) ve temel risk göstergeleri (KRIs).
  • Yapay zekâ sistemlerinin dayanıklılığı ve uyumluluğu için sürekli izleme panellerinin uygulanması.
  • Paydaşlara yönelik yapay zekâ risk raporlaması: yönetici özetleri, uyumluluk raporları ve denetim bulguları.
  • Çalışanlar ve yöneticiler için yapay zekâ farkındalık ve eğitim programlarının geliştirilmesi.
  • Yapay zekâ risk yönetimi performansının edinilen deneyimler ve düzeltici faaliyetlerle sürekli iyileştirilmesi.
  • Yapay zekâ risk yönetiminin kurumsal risk yönetimi (Enterprise Risk Management - ERM) sistemleriyle entegre edilmesi.
  • Uygulama: Ölçütleri ve raporlama sıklıkları tanımlanmış bir yapay zekâ risk izleme planının hazırlanması.
05
Modül 5 Sertifikasyon Sınavına Hazırlık
  • Tüm yetkinlik alanlarının gözden geçirilmesi: temel prensipler, yönetişim, risk belirleme, değerlendirme ve izleme.
  • PECB sınav yapısı ve soru türlerinin detaylı incelenmesi.
  • 3 saatlik sınav sürecinde etkili zaman yönetimi stratejilerinin öğrenilmesi.
  • Senaryo ve örnek sınav sorularını analiz etmeye yönelik tekniklerin uygulanması.
  • Tüm eğitim modüllerini kapsayan örnek sınav soruları ile kapsamlı pratik yapılması.
  • Zorlayıcı konuların açıklığa kavuşturulması ve final soru-cevap oturumu.
  • Uygulama: Tam kapsamlı örnek PECB Lead AI Risk Manager sınavının uygulanması.
Neler kazanırsınız?

Yapay zekâ risklerini sistematik biçimde yönetin

Risk sahipliğini tanımlayın, uygun önlemleri planlayın ve göstergelerle izlenen bir risk yönetimi yaklaşımı geliştirin.

01

Yetkinlik 1

Yapay zekâ risklerinin özelliklerini ve sistem yaşam döngüsüyle ilişkisini açıklayın.

02

Yetkinlik 2

Kurumsal bağlamı, risk sahipliğini ve yapay zekâ risk yönetişimi sorumluluklarını tanımlayın.

03

Yetkinlik 3

Yapay zekâ risklerini belirleyin; olasılık, etki ve kabul kriterleriyle analiz edip değerlendirin.

04

Yetkinlik 4

Riskten kaçınma, azaltma, paylaşma ve kabul etme seçeneklerini uygun kontrollerle ilişkilendirin.

05

Yetkinlik 5

Performans ve risk göstergeleriyle izleme, raporlama ve farkındalık faaliyetlerini planlayın.

06

Yetkinlik 6

Yapay zekâ risk yönetimini kurumsal risk yönetimi ve sürekli iyileştirme süreçleriyle bütünleştirin.

Seçili PECB eğitimi

PECB Lead AI Risk Manager

Yapay zekâ risk yönetişiminden risk analizi ve müdahale planlarına, izleme ve raporlamadan sürekli iyileştirmeye uzanan beş modüllük program.

PECB Lead AI Risk Manager
Sertifikasyon koşulları tamamlandığında kazanılabilecek resmî dijital rozet.

Eğitim hakkında

PECB Lead AI Risk Manager eğitimi, yapay zekâ risklerini belirleme, değerlendirme ve yönetme becerileri kazandırır. Yönetişim, güvenlik, gizlilik ve etik konuları uygulamalı örneklerle ele alınır.

30 saatlik, 5 günlük program; beş ayrıntılı modül ve sınava hazırlık çalışmalarından oluşur. NIST AI Risk Management Framework, AB Yapay Zekâ Tüzüğü ve MIT AI Risk Repository temel kaynaklar arasındadır.

Sertifika

PECB sınavını başarıyla tamamlayan adaylar, deneyim ve diğer sertifikasyon koşullarına uygun unvan için başvurabilir. Lead AI Risk Manager unvanı için en az 5 yıllık mesleki deneyim, bunun en az 2 yılının yapay zekâ risk yönetiminde olması, en az 300 saatlik ilgili faaliyet ve PECB Etik Kuralları’nın kabulü gerekir. Sınav başarısı tek başına bu unvanı sağlamaz.

BT Akademi Başarı Sertifikası ayrı bir belgedir. Kaynak eğitim dokümanına göre en az %80 katılım ve müfredata göre uygulanan sınav veya projelerde başarı koşuluyla dijital ve QR kod destekli olarak verilir.

30 saat / 5 gün 3 saatlik PECB sertifika sınavı PECB sertifikasına koşullu başvuru
Eğitim yolculuğunun başlangıç noktasını gösteren PECB robot rehberi
PECB Eğitim Rehberi
Birlikte seçelim

Bu eğitim için ekibinize özel plan isteyin

Hedefinizi ve deneyim seviyenizi paylaşın; sizi en doğru programa yönlendirelim.

Bilgi alın ↗
Bilgi alın