<h1>Gratulujeme! 🎉</h1> <p style="color:#637381;">Hotovo! Dokončili jste další milník.</p>

Chcete-li pokračovat, zadejte své údaje pro přihlášení.

Poslali jsme 6místný kód na #MAIL_ADDRESS#\nZkontrolujte prosím doručenou poštu nebo spam a zadejte níže kód pro pokračování.

Ověřovací kód odeslán

Děkujeme za platbu. Nyní můžete přistupovat k {collectionName} jednoduchým kliknutím na tlačítko níže.

Ano, úspěšně jste objednali! 🎉

Odemknout tento exkluzivní kurz

Zdá se, že vaše e-mailová adresa není momentálně na seznamu oprávněných přístupů. Ujistěte se prosím, že používáte e-mailovou adresu, která byla pozvána, nebo kontaktujte vlastníka obsahu pro pomoc.

Pro přístup je vyžadováno ověření

LLM Security v praxi

LLM Security v praxi: cíle kurzu, publikum a očekávané výstupy

Struktura minikurzu (outline)

Struktura minikurzu (mapa modulů a návazností)

1) Threat model pro LLM aplikaci

Threat model pro LLM aplikaci: trust boundaries a scénáře zneužití

2) Rychlá mapa rizik (OWASP Top 10 pro LLM aplikace)

OWASP Top 10 pro LLM aplikace: mapování na architekturu a kontroly

3) Prompt injection - obranné vrstvy

Prompt injection a jailbreaky: vícevrstvé obranné vzory

4) Tool calling a agent actions - bezpečné vzory

Bezpečné tool calling a agentní akce: návrh, validace a audit

5) RAG a úniky dat (data leakage) - produkční baseline

RAG ochrany proti únikům dat: retrieval, citace a DLP

6) Secure Al Model Ops + observability

Secure AI Model Ops: provoz, měření a řízení rizik

Mini-laby (prakticky)

Lab A: Threat model + DoD

Lab B: Prompt injection obrana

Lab C: Tool calling bezpečně

Lab D: RAG ochrany

Lab E: Monitoring a incident response

Checklisty (copy/paste)

Checklisty pro návrh, vývoj a provoz LLM aplikací

Kvíz: Threat model a OWASP Top 10 pro LLM

Kvíz: Prompt injection a jailbreaky – vrstvy obrany

Kvíz: Bezpečné tool calling a agentní akce

Kvíz: RAG a ochrana proti únikům dat

Kvíz: Output validace a policy enforcement

Kvíz: Secure AI Model Ops a observabilita

Kvíz: Monitoring, metriky a eval

Kvíz: Red teaming a incident response v produkci

Průzkum: Sebehodnocení před kurzem

Průzkum: Očekávání a priority (byznys vs. bezpečnost)

Průzkum: Spokojenost s kurzem a připravenost na praxi

Průzkum: Plán zavedení kontrol po kurzu

Bezpečnost LLM v praxi: architektura, obrana a provoz je intenzivní minikurz pro týmy, které staví a provozují AI aplikace založené na velkých jazykových modelech. Naučíte se vytvořit reálný threat model, navrhnout vícevrs­tvé obranné vzory proti prompt injection a jailbreakům, bezpečně integrovat tool calling a agentní akce, a nastavit RAG tak, aby minimalizoval úniky dat. Kurz klade důraz na produkční realitu: bezpečné výchozí nastavení, kontrolu schopností modelu, validaci vstupů i výstupů, auditovatelnost a observabilitu. Provedeme vás mapou rizik podle OWASP Top 10 for LLM Applications a ukážeme, jak je promítnout do Definition of Done, code review a CI/CD branek. V mini-labech si prakticky vyzkoušíte permission-aware retrieval, JSON schema kontrakty, DLP ochrany, telemetrii, alerty a incident response runbooky. Odnesete si checklisty připravené na copy/paste, metriky pro bezpečnostní SLO a postupy pro red teaming i provozní monitoring. Pokud chcete doručovat hodnotu rychle a bezpečně – bez kompromisů v kvalitě, souladu a ochraně dat – tento kurz je pro vás.

Bezpečnost LLM v praxi: architektura, obrana a provoz

<div class="simple-box-wrapper">
    <div class="simple-box">
        <div class="column">
            <p>Bezpečnost LLM v praxi: architektura, obrana a provoz je kurz zaměřený na aplikovatelné postupy, které umožní navrhovat, stavět a provozovat LLM systémy bezpečně a auditovatelně. Z rámce OWASP Top 10 pro LLM vycházíme napříč celým životním cyklem: od úvodního threat modelu a práci s trust boundaries, přes vrstvenou obranu proti prompt injection a jailbreakům, bezpečné návrhové vzory pro tool calling a agentní akce, až po ochranu RAG proti únikům dat a provozní řízení rizik. Účastníci si osvojí praktické dovednosti: definici bezpečnostních cílů a nefunkčních požadavků, validaci vstupů a výstupů pomocí schémat a policy enginů, sandboxing nástrojů, řízení schopností modelu, observabilitu a incident response. Důraz klademe na důkazy o souladu a měřitelnost – metriky bezpečnosti a kvality, telemetrii a auditní stopu.</p>
<p>Kurz je navržen pro AI buildry, vývojáře, tech leady, produktové i security role se základem v API/JSON, Git a architektuře aplikací. Struktura minikurzu postupuje logicky: od rychlé mapy rizik a threat modelu, přes vícevrstvé obranné vzory až k Secure AI Model Ops, monitoring a evaluaci. Krátké teoretické bloky střídají mini-laby, checklisty a kvízy. V labech si vyzkoušíte tvorbu kontextového diagramu a Definition of Done, implementaci separace rolí promptu a allowlistu funkcí, validaci JSON schema a potvrzování zápisových akcí, DLP v RAG a nastavení telemetrie se SLO a IR postupy. Checklisty a kvízy pomohou převést koncepty do praxe, zjednodušit code review a CI/CD bezpečnostní branky a připraví váš tým na průběžné red teamingové testy i produkční incident response.</p>
<p>Po absolvování budete schopni: systematicky mapovat hrozby v LLM architekturách, uplatnit bezpečné výchozí nastavení pro prompt/agent/tool/RAG, zavést kontrolované exekuce a auditovatelné workflow, měřit jailbreak rate či data leakage a řídit rizika v provozu. Získané materiály – checklisty, testy a runbooky – podpoří průběžné zlepšování a škálování bezpečnosti bez zbytečného dopadu na latenci, DX a byznysové cíle.</p>
        </div>
    </div>
</div>
