Datos sintéticos aínda é un fenómeno bastante novo. Estase a utilizar en lugar das técnicas tradicionais de datos anónimos, especialmente no adestramento e desenvolvemento de IA por parte das organizacións. O obxectivo principal é manter altos estándares de calidade de datos minimizando o impacto na privacidade dos potenciais suxeitos de datos. Como se ven os datos sintéticos desde a perspectiva legal? Para explicar e responder a todas as preguntas e ambigüidades, estamos organizando un evento sobre este tema.
Durante o webinar, Ilias Abassi de D.L.A. Gaiteiro compartirá as mellores prácticas e explicará como abordar os desafíos legais ao facer uso de ferramentas de datos sintéticos. E o CEO e fundador de Sinto, Wim Kees Janssen mostrará como as organizacións poden beneficiarse do uso de datos xerados sintéticamente.
axenda
Data: xoves, 23rd Febreiro
Time: 5: 30pm CET
Duración: minutos 45
*Os detalles da localización do seminario web compartiranse pouco despois do rexistro.
Asociado Senior | Avogado - DLA Piper
Ilias Abassi é un avogado especializado en privacidade, protección de datos e ciberseguridade. Axuda aos clientes que buscan aproveitar conxuntos de datos de forma compatible coa privacidade. Na súa práctica, ve un maior interese polas tecnoloxías de mellora da privacidade (PET), como as tecnoloxías de datos sintéticos.
CEO e experto en datos sintéticos xerados en IA - Syntho
Como fundador e CEO de Syntho, Wim Kees pretende converterse privacy by design nunha vantaxe competitiva cos datos de proba xerados por IA. Deste xeito, pretende resolver os principais desafíos introducidos polo clásico test Data Management ferramentas, que son lentas, requiren traballo manual e non ofrecen datos de produción e, en consecuencia, introducen "legacy-by-design". Como resultado, Wim Kees acelera as organizacións para que os seus datos de proba sexan correctos para desenvolver solucións tecnolóxicas de última xeración.
Póñase en contacto con Syntho e un dos nosos expertos porase en contacto contigo á velocidade da luz para explorar o valor dos datos sintéticos.