8.8-HKAI-105 - Hacking con Inteligencia Artificial

$300.000 CLP

Disponibilidad: 35

Descripción

HKAI-105 · CICLO 1

Hacking con Inteligencia Artificial

LLMs ofensivos, agentes autónomos, AI Red Teaming y defensa de sistemas de IA

$300.000 CLP

Precio Lanzamiento $225.000 CLP

CÓDIGO: LANZAMIENTO_CURSOS 08F33808F338

Información General

Duración 10 sesiones × 2 horas (20 hrs)

Nivel Intermedio – Avanzado

Modalidad Online sincrónica / Presencial

Horario 19:00 – 21:00 hrs (Chile)

Días de clase Miércoles / Viernes

Fechas 27 Mayo – 26 Junio 2026

Certificación Certificación Propia 8DOT8 Academy + Badge Certifier.io

Temas Clave

OWASP Top 10 LLM MITRE ATLAS Prompt Injection LangChain / CrewAI AI Red Teaming Adversarial ML RAG Security

Dirigido a

Prerrequisitos

Fundamentos de pentesting, familiaridad con Python, conocimientos básicos de machine learning y LLMs.

Competencias a Desarrollar

Utilizar LLMs para automatizar fases del ciclo ofensivo: reconocimiento, explotación y post-explotación
Construir agentes autónomos de hacking con frameworks como LangChain y CrewAI
Ejecutar AI Red Teaming contra sistemas basados en LLM (prompt injection, jailbreaking)
Defender sistemas de IA contra ataques adversariales y data poisoning
Evaluar riesgos de seguridad en implementaciones de IA generativa

Programa de Clases

#	Fecha	Clase	Descripción
1	27-May	IA Ofensiva: Landscape y Fundamentos	Estado del arte IA en ciberseguridad, MITRE ATLAS, taxonomía de ataques a sistemas de IA
2	29-May	LLMs como Herramienta Ofensiva	Generación de payloads, ofuscación, reconocimiento automatizado con GPT/Claude
3	03-Jun	Agentes Autónomos de Hacking	LangChain, CrewAI, AutoGPT para pentesting; orquestación de cadenas ofensivas
4	05-Jun	Prompt Injection y Jailbreaking	Direct/indirect injection, DAN, multi-turn attacks, defensa y detección
5	10-Jun	OWASP Top 10 para LLM Applications	Las 10 vulnerabilidades críticas en aplicaciones LLM: análisis y explotación
6	12-Jun	AI Red Teaming: Metodología	Framework de evaluación, métricas de robustez, reporting de hallazgos
7	17-Jun	Ataques Adversariales a Modelos ML	Evasion, poisoning, model extraction, membership inference
8	19-Jun	Seguridad en RAG y Pipelines de IA	Ataques a retrieval-augmented generation, data exfiltration, supply chain ML
9	24-Jun	Defensa de Sistemas de IA	Guardrails, content filtering, monitoring de outputs, NIST AI RMF
10	26-Jun	Laboratorio Final: AI Red Team Exercise	Ejercicio integral: atacar y defender un sistema basado en LLM

Evaluación

Instrumento	Ponderación
Participación y labs prácticos	20%
Desarrollo de agente ofensivo	25%
AI Red Team Assessment	25%
Informe de vulnerabilidades LLM	20%
Ejercicio final integrador	10%