Grc Tech: Governança de Inteligência Artificial, Segurança e Compliance

Plataformas e metodologias de auditoria e segurança; análise de riscos; testes de invasão e ferramentas de segurança; sistemas de detecção de intrusão e monitoramento contínuo; configuração de firewall; segurança em redes corporativas.

Conceito e evolução do direito digital no ordenamento jurídico brasileiro. Interdisciplinaridade entre direito e tecnologia. Análise do impacto do Marco Civil da Internet no comércio eletrônico. Responsabilidade civil e o Código de Defesa do Consumidor aplicados ao e-commerce. Responsabilidade civil das redes sociais por conteúdo produzido por terceiros. Relação das ISO 27001, 27002 e 27701 com o ordenamento jurídico brasileiro. Relação entre segurança da informação e privacidade. Finalidade da Lei Geral de Proteção de Dados Pessoais. Diferença entre dados pessoais, dados sensíveis e dados anonimizados. Importância das bases legais para realizar a adequação com a Lei Geral de Proteção de dados pessoais. Figuras e responsabilidades dos agentes previstos na Lei Geral de Proteção de dados pessoais. Economia compartilhada e ecossistema de inovação. Conceito de Startup. Cenário da inovação no Brasil.  Aspectos jurídicos das startups. Aplicação da LGPD no uso de inteligência artificial.

IA e Transformação Digital; Identificação de Oportunidades para IA; Desenvolvimento de Estratégias de IA; Ferramentas e Plataformas de IA; Estudos de Caso: Sucesso e Falhas na Adoção de IA; Integração de IA na Cultura Organizacional; Desafios de Adoção e Escalabilidade;

Fundamentos científicos da felicidade no ambiente de trabalho, com base na neurociência, psicologia positiva e economia do bem-estar. Relações entre engajamento, clima organizacional e alta performance. Estratégias para o desenvolvimento de resiliência, inteligência emocional e adaptabilidade em contextos corporativos. Mindfulness aplicado ao bem-estar no trabalho: benefícios, mitos e equívocos. Construção de culturas organizacionais voltadas à felicidade como diferencial competitivo e fator de retenção de talentos. Abordagem preventiva do estresse e burnout em cenários de transformação digital e alta performance.

Princípios, estruturas e práticas para o controle, monitoramento e responsabilização de sistemas algorítmicos no contexto organizacional. Ciclo de vida dos algoritmos, desde o desenvolvimento até a implementação e supervisão contínua, com foco na mitigação de riscos, vieses e impactos regulatórios. Transparência, explicabilidade, accountability e auditoria algorítmica, bem como conformidade com a LGPD e demais normas aplicáveis. Frameworks de governança, políticas internas, avaliação de impacto e mecanismos de supervisão humana para implementar modelos de governança que assegurem o uso ético, seguro e responsável de sistemas automatizados, alinhados aos princípios de GRC. Accountability algorítmica. Auditoria de algoritmos. Rastreabilidade de decisões automatizadas. Governança do ciclo de vida dos modelos. Políticas corporativas de IA. Gestão ética de sistemas inteligentes.

Princípios em criptografia, segurança de comunicação e da informação; Teoria dos Números e criptografia simétrica e assimétrica; Resumos criptográficos (funções hashing); Autenticação de mensagens; Assinaturas digitais; Cifradores de fluxo e de bloco; O DES (Data Encryption Standard); O AES (Advanced Encryption Standard); O criptosistema RSA; Criptosistema de curvas elípticas; Esquemas de estabelecimento de chaves; Protocolos criptográficos; Protocolos seguros de comunicação; Criptografia quântica; Análise de Riscos; Leis, normas e padrões de segurança da informação; Auditoria de sistemas; Autenticação e controle de acesso; Aspectos tecnológicos da segurança da informação; Plano de continuidade do negócio; Boas práticas em segurança da informação

Definição e histórico. Mineração de dados. Evolução no tratamento dos diferentes modelos de bancos de dados. Big Data: definição, características e gerenciamento. Do processo de coleta ao processamento e a geração de conhecimento e sabedoria. Novos tipos de dados em Big Data: semi e não estruturados. Tratamento e gerenciamento. Tecnologias Fundamentais para Big Data: Infra-estrutura e interfaces. Desafios estruturais. Fundamentos do Ecossistema Hadoop (Map Reduce, Data Lake, HDFS). Big Data Analitycs. Computação em nuvem. Computação distribuída. Internet das Coisas. Bancos SQL e NoSQL. Soluções em Big Data / Consumo. Estudos de Caso. Tendências. Cientista de dados: perfil do novo profissional de dados. Mercado atual e tendências.

Princípios, estruturas e práticas de governança aplicadas a dados e sistemas de inteligência artificial. Aspectos éticos relacionados à transparência, explicabilidade, privacidade, responsabilidade e mitigação de vieses algorítmicos. Marcos regulatórios e requisitos de conformidade para proteção de dados e uso responsável da IA. Gestão de riscos, segurança da informação e accountability em ambientes orientados por dados. Avaliação dos impactos organizacionais, sociais e econômicos da inteligência artificial. Aplicação de frameworks, boas práticas e mecanismos de monitoramento e auditoria de sistemas inteligentes.

Fundamentos, aplicações e limitações da IA generativa no contexto organizacional. Utilização de modelos generativos para apoio à tomada de decisão, análise de cenários, planejamento e resolução de problemas. Engenharia de prompts e interação estratégica com agentes inteligentes. Aplicações em gestão, inovação, produtividade, comunicação e inteligência de negócios. Avaliação crítica de resultados, riscos e impactos organizacionais do uso da IA generativa. Desenvolvimento de fluxos de trabalho e processos orientados por IA para geração de valor e vantagem competitiva.