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 borde
- Definición y conceptos clave.
- Diferencias entre la IA en el borde y la IA en la nube.
- Ventajas y desafíos de la IA en el borde.
- Descripción general de las aplicaciones de IA en el borde.
Arquitectura de la IA en el borde
- Componentes de los sistemas de IA en el borde.
- Requisitos de hardware y software.
- Flujo de datos en aplicaciones de IA en el borde.
- Integración con sistemas existentes.
Configuración del entorno de IA en el borde
- Introducción a las plataformas de IA en el borde (Raspberry Pi, NVIDIA Jetson, etc.).
- Instalación del software y las bibliotecas necesarias.
- Configuración del entorno de desarrollo.
- Inicialización del entorno de IA en el borde.
Desarrollo de modelos de IA en el borde
- Descripción general de los modelos de aprendizaje automático y aprendizaje profundo.
- Entrenamiento de modelos para su despliegue en dispositivos de borde.
- Técnicas de optimización de modelos.
- Herramientas y marcos de trabajo para el desarrollo de IA en el borde.
Despliegue de aplicaciones de IA en el borde
- Pasos para desplegar modelos en dispositivos de borde.
- Monitoreo y gestión de modelos desplegados.
- Procesamiento de datos e inferencia en tiempo real.
- Estudios de caso y ejemplos.
Casos de uso y aplicaciones
- Aplicaciones específicas de la industria para la IA en el borde.
- Estudios de caso en el sector salud, la industria automotriz y los hogares inteligentes.
- Historias de éxito y lecciones aprendidas.
- Tendencias futuras y oportunidades en el campo de la IA en el borde.
Consideraciones éticas y mejores prácticas
- Garantizar la privacidad y la seguridad en la IA en el borde.
- Abordar los sesgos y la equidad.
- Cumplimiento de normativas y estándares.
- Mejores prácticas para el despliegue responsable de la IA.
Proyectos prácticos y ejercicios
- Desarrollo de una aplicación sencilla de IA en el borde.
- Proyectos y escenarios del mundo real.
- Ejercicios grupales colaborativos.
- Presentación de proyectos y retroalimentación.
Resumen y próximos pasos
Requerimientos
- Conocimiento de los conceptos básicos de inteligencia artificial y aprendizaje automático.
- Experiencia con lenguajes de programación (se recomienda Python).
- Familiaridad con conceptos generales de informática.
Público objetivo
- Desarrolladores.
- Profesionales de TI.
14 Horas
Testimonios (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática