Contacta con nosotros

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

Número de participantes


Precio por participante

Testimonios (1)

Próximos cursos

Categorías Relacionadas