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 la IA en el Dispositivo
- Fundamentos del aprendizaje automático en el dispositivo
- Ventajas y desafíos de los modelos de lenguaje pequeños
- Descripción general de las limitaciones de hardware en dispositivos móviles e IoT
Optimización de Modelos para Despliegue 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 Trabajo de IA Específicos de la Plataforma
- Introducción a TensorFlow Lite y PyTorch Mobile
- Utilización de bibliotecas específicas de la plataforma para IA en el dispositivo
- Estrategias de despliegue multiplataforma
Inferencia en Tiempo Real y Computación en el Borde
- Técnicas para una inferición rápida y eficiente en dispositivos
- Aprovechamiento de la computación en el borde para IA en el dispositivo
- Estudios de casos de aplicaciones de IA en tiempo real
Gestión de Energía y Consideraciones sobre la Batería
- Optimización de aplicaciones de IA para eficiencia energética
- Equilibrar el rendimiento y el consumo de energía
- Estrategias para extender la vida útil de la batería en dispositivos con 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 seguras y mantenimiento de modelos
Experiencia del Usuario y Diseño de Interacción
- Diseñar interacciones de IA intuitivas para los usuarios del dispositivo
- Integrar modelos de lenguaje con interfaces de usuario
- Pruebas con usuarios y retroalimentación para la IA en el dispositivo
Escalabilidad y Mantenimiento
- Gestión y actualización de modelos en dispositivos desplegados
- Estrategias para soluciones de IA en el dispositivo escalables
- Monitoreo y analíticas para sistemas de IA desplegados
Proyecto y Evaluación
- Desarrollo de un prototipo en un dominio elegido y preparación para su despliegue en un dispositivo seleccionado
- Presentación de la solución de IA en el dispositivo
- Evaluación basada en eficiencia, innovación y practicidad
Resumen y Próximos Pasos
Requerimientos
- Sólidos conocimientos en conceptos de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning)
- Dominio del lenguaje de programación Python
- Conocimientos básicos sobre las limitaciones de hardware para el despliegue de IA
Público objetivo
- Ingenieros de aprendizaje automático y desarrolladores de IA
- Ingenieros de sistemas embebidos interesados en aplicaciones de IA
- Gestores de producto y líderes técnicos que supervisan proyectos de IA
21 Horas