Oktatási cél:
A hallgatók megismertetése a DevOps, DevSecOps, MLOps és MLSecOps fogalmakkal, beleértve az agilis módszertanokat, cloud platformokat, fejlesztési és operációs eszközöket, valamint az automatizációt. A tananyag részletesen tárgyalja a DevOps és DevSecOps alapfogalmait, eszközeit, technikáit, alapelveit, kihívásait, megoldásait, beleértve a biztonsági fenyegetéseket és sebezhetőségeket. A kurzus bevezeti a hallgatókat a szabályozási keretrendszerekbe és előírásokba, mint például PCI-DSS, HIPAA és GDPR, az MLOps alapfogalmába, feladataiba, alapelveibe és szintjeibe. Foglalkozik az adat- és modellkezeléssel, verziózással, deploymenttel, az MLOps rendszer monitorozásával, data drifttel és concept drifttel. A kurzus része az automatizálás, ütemezés és skálázás MLOps-ban, az AI etika és biztonság, valamint az MLSecOps alapelvei, kihívásai, biztonsági fenyegetések és sebezhetőségek. Végül, a kurzus bemutatja a védelmi módszereket és az Adversarial Machine Learning technikákat, valamint az MLSecOps rendszer tervezését.
Tematika:
Bevezetés a DevOps, DevSecOps, MLOps és MLSecOps fogalmakba. Agilis módszertanok, cloud platformok, fejlesztési és operációs eszközök, automatizáció. DevOps alapfogalmai, eszközei, technikái. DevSecOps alapvelvei, kihívásai, megoldásai, biztonsági fenyegetések, sebezhetőség. Szabályozási keretrendszerek, előírások. MLOps alapfogalma, feladata, alapelvei és szintjei. Adat és modell kezelése, verziózása, deployment. MLOps rendszer monitorozása, data drift és concept drift. Automatizálás, ütemezés és skálázás MLOps-ban. AI etika és biztonság. MLSecOps alapelvei, kihívásai, biztonsági fenyegetések, sebezhetőség. Védelmi módszerek, Adversarial Machine Learning technikák. MLSecOps rendszer tervezés.