Investiga ataques de model inversion sobre un modelo de salud anonimizado
Visión general
De qué trata este proyecto.
Implementa ataques de model inversion y membership inference en un modelo de salud, aplica defensa DP-SGD y obtén tu certificado verificable.
El escenario
El instituto (cerca de 80 investigadores) colabora con 4 hospitales que aportan datos bajo acuerdos de confidencialidad; demostrar la vulnerabilidad del modelo actual es prioridad para renegociar dichos acuerdos con garantías técnicas.
El Briefing
Lo que harás y lo que demostrarás.
Cuantificar la vulnerabilidad del modelo de diagnóstico a model inversion y membership inference, y evaluar DP-SGD como defensa.
Earning criteria — what you'll demonstrate
- Implementar ataques de privacidad clásicos sobre un modelo real
- Cuantificar vulnerabilidad de modelos a inferencia sobre datos de entrenamiento
- Evaluar DP-SGD como defensa práctica con métricas honestas
- Producir informe de research que un comité de ética pueda usar
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Privacy-Preserving Machine Learning
Master · Responsible Ai
Strong alignment
This challenge maps to Privacy-Preserving Machine Learning at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Model Inversion
Apply model inversion to solve real industry problems and demonstrate production-level capability.
- Membership Inference
Apply membership inference to solve real industry problems and demonstrate production-level capability.
- Privacy Attacks
Apply privacy attacks to solve real industry problems and demonstrate production-level capability.
- Differential Privacy
Apply differential privacy to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Pytorch
Apply pytorch to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Investigador/a en Seguridad de IA
Auditar modelos con ataques de inversion y membership inference es trabajo nuclear del AI safety researcher en salud y sectores sensibles.
Este proyecto afina
- model-inversion
- membership-inference
- privacy-attacks
Investigador/a en ML
Reproducir y extender ataques de privacidad de la literatura es trabajo de ML researcher orientado a seguridad.
Este proyecto afina
- privacy-attacks
- pytorch
- python
Científico/a de Investigación
Producir research honesto sobre vulnerabilidades, útil para un comité de ética, es exactamente el trabajo de un research scientist en privacidad aplicada.
Este proyecto afina
- differential-privacy
- privacy-attacks
- model-inversion