Les modèles IA créent de la valeur, mais ils créent aussi des risques - de la dérive des données et des biais à la non-conformité réglementaire. Dans ce cours court et pratique, vous apprendrez comment rendre ces risques visibles, mesurables et gouvernables. Tout d'abord, vous explorerez les principales catégories de risque de modèle et vous vous entraînerez à les mettre en correspondance avec les contrôles de gouvernance et les indicateurs clés de performance. Ensuite, vous apprendrez à évaluer les résultats de la validation des modèles par rapport à des normes telles que le serveur d'authentification standard 11-7, les principes de Bâle et la loi européenne sur l'IA, en identifiant les lacunes en matière de conformité et en recommandant des mesures correctives. Enfin, vous élaborerez un cadre simple de contrôle du risque de modèle avec des normes de documentation claires, des Voies signalement et des cadences de révision. À la fin, vous serez en mesure de démontrer des compétences en matière de gouvernance qui aident les organisations à déployer l'IA de manière responsable et à maintenir la confiance.