Programa del Curso

Introducción a Edge AI

  • Definición y conceptos clave
  • Diferencias entre la IA perimetral y la IA en la nube
  • Beneficios y casos de uso de Edge AI
  • Descripción general de los dispositivos y plataformas perimetrales

Configuración del entorno perimetral

  • Introducción a los dispositivos periféricos (Raspberry Pi, NVIDIA Jetson, etc.)
  • Instalación del software y las bibliotecas necesarias
  • Configuración del entorno de desarrollo
  • Preparación del hardware para la implementación de IA

Desarrollo de modelos de IA para el perímetro

  • Información general sobre los modelos de aprendizaje automático y aprendizaje profundo para dispositivos perimetrales
  • Técnicas para entrenar modelos en entornos locales y en la nube
  • Optimización de modelos para la implementación de bordes (cuantificación, poda, etc.)
  • Herramientas y marcos para el desarrollo de Edge AI (TensorFlow Lite, OpenVINO, etc.)

Implementación de modelos de IA en dispositivos perimetrales

  • Pasos para implementar modelos de IA en varios hardware perimetral
  • Procesamiento e inferencia de datos en tiempo real en dispositivos perimetrales
  • Supervisión y administración de modelos implementados
  • Ejemplos prácticos y casos prácticos

Soluciones y proyectos prácticos de IA

  • Desarrollo de aplicaciones de IA para dispositivos periféricos (por ejemplo, visión artificial, procesamiento del lenguaje natural)
  • Proyecto práctico: Construcción de un sistema de cámara inteligente
  • Proyecto práctico: Implementación del reconocimiento de voz en dispositivos periféricos
  • Proyectos grupales colaborativos y escenarios del mundo real

Evaluación y optimización del rendimiento

  • Técnicas para evaluar el rendimiento del modelo en dispositivos perimetrales
  • Herramientas para supervisar y depurar aplicaciones de IA perimetral
  • Estrategias para optimizar el rendimiento de los modelos de IA
  • Abordar los desafíos de latencia y consumo de energía

Integración con sistemas IoT

  • Conexión de soluciones de IA perimetral con dispositivos y sensores de IoT
  • Communication Protocolos y métodos de intercambio de datos
  • Creación de una solución integral de Edge AI e IoT
  • Ejemplos prácticos de integración

Consideraciones éticas y de seguridad

  • Garantizar la privacidad y la seguridad de los datos en las aplicaciones de IA perimetral
  • Abordar el sesgo y la equidad en los modelos de IA
  • Cumplimiento de reglamentos y normas
  • Mejores prácticas para la implementación responsable de IA

Proyectos y ejercicios prácticos

  • Desarrollo de una aplicación integral de IA perimetral
  • Proyectos y escenarios del mundo real
  • Ejercicios grupales colaborativos
  • Presentaciones y comentarios del proyecto

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos de IA y aprendizaje automático
  • Experiencia con lenguajes de programación (Python recomendado)
  • Familiaridad con los conceptos de edge computing

Audiencia

  • Desarrolladores
  • Científicos de datos
  • Entusiastas de la tecnología
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas