Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 14 horas
Temario del curso
Introducción a la IA local con Nano Banana
- Principios fundamentales de la inferencia local en el dispositivo
- Arquitectura y capacidades del modelo Nano Banana
- Consideraciones de despliegue para plataformas móviles
Configuración de Nano Banana y entorno de desarrollo
- Instalación de herramientas del SDK de Nano Banana
- Configuración de entornos de compilación para Android e iOS
- Gestión de dependencias y compatibilidad de versiones
Ejecución de modelos Nano Banana en dispositivos móviles
- Carga y ejecución de modelos precompilados
- Restricciones de memoria y computación en hardware móvil
- Estrategias de inferencia en tiempo real
Creación de funciones de IA con Nano Banana
- Integración de funcionalidades de generación de texto
- Implementación de flujos de trabajo de generación y edición de imágenes
- Combinación de entradas multimodales en aplicaciones
Optimización de rendimiento y pruebas de referencia
- Perfilado de latencia y tasa de transferencia
- Técnicas de cuantización, poda y compresión de modelos
- Optimización del uso térmico, de batería y de recursos
Seguridad y privacidad en IA local
- Gestión local de datos y consideraciones de cumplimiento normativo
- Protección del modelo y ejecución segura
- Riesgos y estrategias de mitigación
Patrones avanzados de despliegue
- Flujos de trabajo híbridos entre local y nube
- Gestión de aplicaciones de IA con prioridad offline
- Escala para grandes bases de usuarios
Pruebas, depuración y mejora continua
- Integración y despliegue continuo (CI/CD) para aplicaciones móviles con IA
- Pruebas unitarias, de integración y de rendimiento
- Actualizaciones iterativas de modelos y compatibilidad hacia atrás
Resumen y próximos pasos
Requerimientos
- Comprensión del desarrollo de aplicaciones móviles
- Experiencia con Python, Kotlin o Swift
- Conocimiento de conceptos de aprendizaje automático
Público objetivo
- Desarrolladores móviles
- Ingenieros de IA
- Profesionales técnicos que exploran la implementación de IA local en el dispositivo
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática
