Plataformas de modelos de IA enfrentam formas distintas de abuso, desde materiais de treinamento contaminados e gatilhos ocultos até a replicação de comportamento e vazamento de dados privados. Este curso desenvolve uma capacidade avançada de julgamento defensivo para mapear esses riscos em relação a objetivos de controle, fortalecer as salvaguardas de dados e serviços e elaborar um plano de endurecimento (hardening) validado para um serviço de modelo real.
O curso aborda superfícies de ataque a modelos, *poisoning* (envenenamento) durante o treinamento e o *fine-tuning*, avaliação de *backdoors*, resistência à extração via API e riscos de privacidade decorrentes de ataques de inversão e inferência de pertinência (*membership inference*). Também trata de procedência, *gating*, monitoramento, limitação de taxa (*throttling*), modelagem de respostas, endurecimento (*hardening*) de saídas, controles de acesso e artefatos de verificação.