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 Nano Banana
- Visión general del framework y sus capacidades
- Comprensión de la arquitectura y la canalización de procesamiento
- Comparación de Nano Banana con otras soluciones de IA en el dispositivo
Configuración del entorno de desarrollo
- Preparación de Android Studio para cargas de trabajo de IA
- Integración del SDK de Nano Banana
- Configuración del proyecto y gestión de dependencias
Trabajo con las API de Nano Banana
- Exploración de los métodos API principales
- Carga y gestión de modelos ligeros
- Ejecución de tareas de inferencia en tiempo real
Optimización del rendimiento de IA en Android
- Estrategias para inferencia de baja latencia
- Técnicas de gestión de memoria y recursos
- Enfoques de evaluación de rendimiento y herramientas de optimización
Diseño de experiencias de usuario impulsadas por IA
- Implementación de interacciones de interfaz de usuario responsivas
- Gestión de tareas asíncronas y devoluciones de llamada (callbacks)
- Alineación de los comportamientos de IA con las directrices de UX de Android
Seguridad y privacidad en la IA en el dispositivo
- Garantizar el manejo seguro de los datos del usuario
- Técnicas para una inferencia que preserva la privacidad
- Consideraciones de cumplimiento normativo para despliegues empresariales
Despliegue y mantenimiento de características de IA
- Empaquetado y publicación de aplicaciones con IA integrada
- Versionado y actualización de modelos locales
- Monitoreo y mejora del rendimiento después del despliegue
Casos de uso avanzados e integraciones
- Combinación de Nano Banana con herramientas de ML existentes en Android
- Implementación de características de IA multimodal
- Extensión de aplicaciones mediante modelos ligeros personalizados
Resumen y próximos pasos
Requerimientos
- Comprensión de los fundamentos de las aplicaciones de Android
- Experiencia con Kotlin o Java
- Conocimientos básicos sobre flujos de trabajo de depuración de aplicaciones móviles
Público objetivo
- Desarrolladores de Android que crean aplicaciones potenciadas con IA
- Ingenieros de software que exploran flujos de trabajo de ML en el dispositivo
- Equipos técnicos que evalúan el despliegue de IA ligera en Android
14 Horas
Reseñas (1)
Flujo, vibra y tema en la presentación
Lukasz Kowalczyk - Allegro Sp. z o.o.
Curso - Google Gemini AI for Data Analysis
Traducción Automática