Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Programa del Curso
Introducción a la IA en el dispositivo
- Aspectos básicos del aprendizaje automático en el dispositivo
- Ventajas y desafíos de los modelos de lenguaje pequeños
- Descripción general de las restricciones de hardware en dispositivos móviles e IoT
Optimización de modelos para la implementación en el dispositivo
- Cuantización y poda de modelos
- Destilación de conocimiento para modelos más pequeños y eficientes
- Selección y adaptación de modelos para el rendimiento en el dispositivo
Herramientas y marcos de IA específicos de la plataforma
- Introducción a TensorFlow Lite y PyTorch Mobile
- Uso de bibliotecas específicas de la plataforma para la IA en el dispositivo
- Estrategias de implementación multiplataforma
Inferencia en tiempo real y Edge Computing
- Técnicas para una inferencia rápida y eficiente en dispositivos
- Aprovechamiento de la computación perimetral para la IA en el dispositivo
- Casos prácticos de aplicaciones de IA en tiempo real
Consideraciones sobre la alimentación Management y la duración de la batería
- Optimización de las aplicaciones de IA para la eficiencia energética
- Equilibrio entre el rendimiento y el consumo de energía
- Estrategias para prolongar la duración de la batería en dispositivos impulsados por IA
Seguridad y privacidad en la IA en el dispositivo
- Garantizar la seguridad de los datos y la privacidad del usuario
- Procesamiento de datos en el dispositivo para preservar la privacidad
- Actualizaciones y mantenimiento seguros de modelos
Diseño de Experiencia de Usuario e Interacción
- Diseño de interacciones intuitivas de IA para usuarios de dispositivos
- Integración de modelos de lenguaje con interfaces de usuario
- Pruebas y comentarios de los usuarios para la IA en el dispositivo
ScalaBilidad y mantenimiento
- Administración y actualización de modelos en dispositivos implementados
- Estrategias para soluciones escalables de IA en el dispositivo
- Supervisión y análisis de los sistemas de IA implementados
Proyecto y Evaluación
- Desarrollo de un prototipo en un dominio elegido y preparación para la implementación en un dispositivo seleccionado
- Presentación de la solución de IA en el dispositivo
- Evaluación basada en la eficiencia, la innovación y la practicidad
Resumen y próximos pasos
Requerimientos
- Bases sólidas en conceptos de aprendizaje automático y aprendizaje profundo
- Competencia en Python programación
- Conocimientos básicos de las restricciones de hardware para la implementación de IA
Audiencia
- Ingenieros de aprendizaje automático y desarrolladores de IA
- Ingenieros de sistemas embebidos interesados en aplicaciones de IA
- Gerentes de producto y líderes técnicos que supervisan proyectos de IA
21 horas