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.
Temario del curso
Introducción a Edge AI
- Definición y conceptos clave.
- Diferencias entre Edge AI y Cloud AI.
- Beneficios y desafíos de Edge AI.
- Panorama general de las aplicaciones de Edge AI.
Arquitectura de Edge AI
- Componentes de los sistemas de Edge AI.
- Requisitos de hardware y software.
- Flujo de datos en aplicaciones de Edge AI.
- Integración con sistemas existentes.
Configuración del entorno de Edge AI
- Introducción a las plataformas de Edge AI (Raspberry Pi, NVIDIA Jetson, etc.).
- Instalación del software y las bibliotecas necesarias.
- Configuración del entorno de desarrollo.
- Inicialización de la configuración de Edge AI.
Desarrollo de modelos de Edge AI
- Panorama general de los modelos de aprendizaje automático y profundo para dispositivos periféricos.
- Entrenamiento de modelos específicamente para el despliegue en la periferia.
- Técnicas para optimizar los modelos para dispositivos periféricos.
- Herramientas y marcos de trabajo para el desarrollo de Edge AI (TensorFlow Lite, OpenVINO, etc.).
Gestión de datos y preprocesamiento para Edge AI
- Técnicas de recopilación de datos para entornos periféricos.
- Preprocesamiento y aumento de datos para dispositivos periféricos.
- Gestión de canales de datos en dispositivos periféricos.
- Garantía de la privacidad y seguridad de los datos en entornos periféricos.
Despliegue de aplicaciones de Edge AI
- Pasos para desplegar modelos en varios dispositivos periféricos.
- Técnicas para monitorear y gestionar los modelos desplegados.
- Procesamiento de datos en tiempo real e inferencia en dispositivos periféricos.
- Estudios de casos y ejemplos prácticos de despliegue.
Integración de Edge AI con sistemas IoT
- Conexión de soluciones Edge AI con dispositivos y sensores IoT.
- Protocolos de comunicación y métodos de intercambio de datos.
- Construcción de una solución integral de Edge AI e IoT.
- Ejemplos prácticos y casos de uso.
Casos de uso y aplicaciones
- Aplicaciones específicas de la industria para Edge AI.
- Análisis detallados en el sector de la salud, automotriz e hogares inteligentes.
- Historias de éxito y lecciones aprendidas.
- Tendencias futuras y oportunidades en Edge AI.
Consideraciones éticas y mejores prácticas
- Garantía de la privacidad y seguridad en los despliegues de Edge AI.
- Abordaje del sesgo y la equidad en los modelos de Edge AI.
- Cumplimiento con normativas y estándares.
- Mejores prácticas para un despliegue responsable de IA.
Proyectos prácticos y ejercicios
- Desarrollo de una aplicación compleja de Edge AI.
- Proyectos y escenarios del mundo real.
- Ejercicios grupales colaborativos.
- Presentaciones de proyectos y retroalimentación.
Resumen y próximos pasos
Requerimientos
- Conocimiento de los conceptos básicos de IA y aprendizaje automático.
- Experiencia con lenguajes de programación (se recomienda Python).
- Familiaridad con los conceptos de computación periférica (Edge computing) e IoT.
Público objetivo
- Desarrolladores.
- Profesionales de TI.
14 Horas
Reseñas (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática