Ponte en Contacto

Temario del curso

Introducción a la IA en el borde y Nano Banana

  • Características clave de las cargas de trabajo de IA en el borde
  • Arquitectura y capacidades de Nano Banana
  • Comparación de estrategias de despliegue en el borde versus en la nube

Preparación de modelos para el despliegue en el borde

  • Selección de modelos y evaluación de la línea base
  • Consideraciones de dependencias y compatibilidad
  • Exportación de modelos para su optimización adicional

Técnicas de compresión de modelos

  • Estrategias de poda y esparsidad estructural
  • Compartición de pesos y reducción de parámetros
  • Evaluación de los impactos de la compresión

Cuantización para el rendimiento en el borde

  • Métodos de cuantización post-entrenamiento
  • Flujos de trabajo de entrenamiento consciente de la cuantización
  • Enfoques de INT8, FP16 y precisión mixta

Aceleración con Nano Banana

  • Uso de los aceleradores de Nano Banana
  • Integración de ONNX y backends de hardware
  • Ejecución de pruebas de rendimiento (benchmarking) de la inferencia acelerada

Despliegue en dispositivos de borde

  • Integración de modelos en aplicaciones embebidas o móviles
  • Configuración de tiempo de ejecución y monitoreo
  • Resolución de problemas de despliegue

Perfileo de rendimiento y análisis de compensaciones

  • Latencia, tasa de transferencia (throughput) y restricciones térmicas
  • Compensaciones entre precisión y rendimiento
  • Estrategias de optimización iterativa

Mejores prácticas para el mantenimiento de sistemas de IA en el borde

  • Control de versiones y actualizaciones continuas
  • Reversión de modelos y gestión de compatibilidad
  • Consideraciones de seguridad e integridad

Resumen y próximos pasos

Requerimientos

  • Comprensión de los flujos de trabajo de aprendizaje automático (machine learning)
  • Experiencia en el desarrollo de modelos basados en Python
  • Conocimiento de las arquitecturas de redes neuronales

Público objetivo

  • Ingenieros de ML
  • Científicos de datos
  • Especialistas en MLOps
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas