Kit de auditoria de equidade em crédito para microempreendedores
Visão geral
Sobre o que é este desafio
Construa um kit de auditoria de equidade em Python para crédito B2B e receba um certificado verificável.
O Brief
O que você vai fazer e o que vai demonstrar.
O modelo de crédito da fintech nega proporcionalmente mais solicitações de mulheres e de empreendedores do Norte e Nordeste sem que ninguém saiba se essa diferença é justificada pelo risco real ou é um viés herdado dos dados históricos.
Earning criteria — what you'll demonstrate
- Aplicar e comparar métricas quantitativas de equidade (paridade, igualdade de oportunidade, erro por grupo, calibração) reconhecendo que elas se contradizem entre si
- Demonstrar por que remover a variável sensível não elimina o viés, identificando variáveis substitutas nos dados
- Traduzir uma decisão ética em números de negócio, explicitando o custo de cada opção de mitigação
- Situar a auditoria dentro das funções de Mapear, Medir e Gerir da Estrutura de Gestão de Riscos de Inteligência Artificial do NIST (NIST AI RMF)
- Documentar uma auditoria de modo que outra pessoa consiga reproduzi-la sem falar com você
Adequação ao Programa
Onde isso se encaixa no seu programa.
Aperfeiçoa as mesmas habilidades que seu curso espera que você demonstre.
Conteúdo alinhado em breve.
Habilidades
Habilidades que você vai demonstrar.
Cada um aparece no seu certificado verificado.
Carreiras
Cargos para os quais este desafio te prepara.
Títulos reais. Pontes reais de habilidades. Escolha o mais próximo da sua trajetória.
Trilhas de carreira que este desafio desenvolve
Funções canônicasAnalista Júnior de IA Responsável
O desafio entrega exatamente a rotina desse papel: medir desigualdade em um modelo em produção, documentar o achado com números defensáveis e propor correção viável. A pessoa sai com um portfólio de auditoria reproduzível, que é o artefato mais pedido em entrevistas dessa função.
Este desafio aprimora
- fairness-metrics
- ai-bias
- nist-ai-risk-management-framework
Engenheiro de Machine Learning
Times de aprendizado de máquina são cada vez mais responsáveis por incluir verificações de equidade no ciclo de treino. Aqui a pessoa pratica implementar essas verificações em código, medir o custo de acerto de cada mitigação e integrar tudo em um fluxo automatizado.
Este desafio aprimora
- fairness-metrics
- ai-bias
- ai-ethics
Líder de Conformidade em IA
Quem lidera conformidade precisa saber se uma evidência técnica de equidade se sustenta. O desafio ensina a ler e questionar métricas, a exigir faixas de incerteza e a ligar o resultado às funções de gestão de risco do NIST, que é a linguagem usada em auditorias.
Este desafio aprimora
- nist-ai-risk-management-framework
- ai-ethics
- fairness-metrics
Só mais uma coisa