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.
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