Cursos de Edge AI en San José

Esta formación en vivo, impartida por un instructor, en San José (en línea o presencial), está dirigida a investigadores de IA de nivel avanzado, científicos de datos y especialistas en seguridad que deseen implementar técnicas de aprendizaje federado para entrenar modelos de IA en múltiples dispositivos periféricos mientras preservan la privacidad de los datos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios y beneficios del aprendizaje federado en la IA periférica (Edge AI).
• Implementar modelos de aprendizaje federado utilizando TensorFlow Federated y PyTorch.
• Optimizar el entrenamiento de IA en dispositivos periféricos distribuidos.
• Abordar los desafíos de privacidad y seguridad de los datos en el aprendizaje federado.
• Desplegar y monitorear sistemas de aprendizaje federado en aplicaciones del mundo real.

Esta formación en vivo con instructores en San José (en línea o presencial) está dirigida a profesionales de agrotec de nivel principiante a intermedio, especialistas en IoT e ingenieros de IA que desean desarrollar e implementar soluciones de Edge AI para la agricultura inteligente.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de Edge AI en la agricultura de precisión.
• Implementar sistemas de monitoreo de cultivos y ganado impulsados por IA.
• Desarrollar soluciones de riego automatizado y sensores ambientales.
• Optimizar la eficiencia agrícola mediante análisis de Edge AI en tiempo real.

Esta formación en vivo, impartida por un instructor, en San José (en línea o presencial), está dirigida a profesionales de ciberseguridad de nivel avanzado, ingenieros de IA y desarrolladores de IoT que desean implementar medidas de seguridad robustas y estrategias de resiliencia para sistemas de IA en el borde.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos de seguridad y las vulnerabilidades en los despliegues de IA en el borde.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas de IA en el borde resilientes capaces de resistir amenazas cibernéticas.
• Aplicar estrategias de despliegue seguro de modelos de IA en entornos de borde.

Esta formación en vivo y con instructores en San José (en línea o presencial) está dirigida a tecnólogos minoristas, desarrolladores de IA y analistas de negocios de nivel principiante a intermedio que deseen aplicar soluciones de Edge AI para sistemas de caja inteligente, gestión de inventario y compromiso personalizado con el cliente.

Al finalizar esta formación, los participantes podrán:

• Comprender cómo la Edge AI mejora las operaciones minoristas y la experiencia del cliente.
• Implementar sistemas de pago inteligentes impulsados por IA y sin cajeros.
• Optimizar la gestión del inventario con seguimiento y análisis en tiempo real.
• Utilizar visión por computadora e IA para experiencias personalizadas en la tienda.

Esta formación en vivo dirigida por un instructor en San José (en línea o presencial) está dirigida a profesionales de telecomunicaciones de nivel intermedio, ingenieros de IA y especialistas en IoT que desean explorar cómo las redes 5G aceleran las aplicaciones de IA en el borde.

Al final de esta formación, los participantes serán capaces de:

• Comprender los fundamentos de la tecnología 5G y su impacto en la IA en el borde.
• Desplegar modelos de IA optimizados para aplicaciones de baja latencia en entornos 5G.
• Implementar sistemas de toma de decisiones en tiempo real utilizando IA en el borde y conectividad 5G.
• Optimizar cargas de trabajo de IA para un rendimiento eficiente en dispositivos de borde.

Esta formación en vivo impartida por un instructor en San José (en línea o en las instalaciones) está dirigida a desarrolladores de IA embebida y especialistas en computación de borde de nivel intermedio que desean ajustar y optimizar modelos de IA ligeros para su implementación en dispositivos con recursos limitados.

Al finalizar esta formación, los participantes serán capaces de:

• Seleccionar y adaptar modelos preentrenados adecuados para su implementación en dispositivos de borde.
• Aplicar técnicas de cuantización, poda y otras técnicas de compresión para reducir el tamaño del modelo y la latencia.
• Realizar ajuste fino de modelos utilizando aprendizaje por transferencia para obtener un rendimiento específico para la tarea.
• Implementar modelos optimizados en plataformas de hardware de borde reales.

Esta formación en vivo con instructor en San José (en línea o presencial) está dirigida a ingenieros de visión por computadora y desarrolladores de AI de nivel intermedio a avanzado, así como a profesionales del IoT que deseen implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos del AI en el borde y sus aplicaciones en visión por computadora.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos en el borde para el análisis de imágenes y video en tiempo real.
• Utilizar frameworks como TensorFlow Lite, OpenVINO y NVIDIA Jetson SDK para la implementación de modelos.
• Optimizar modelos de AI para obtener un mejor rendimiento, eficiencia energética e inferencia de baja latencia.

Esta formación en vivo con instructivo en San José (en línea o presencial) está dirigida a ingenieros de sistemas embebidos de nivel intermedio, desarrolladores de IoT e investigadores de IA que deseen implementar técnicas de TinyML para aplicaciones de IA impulsadas por hardware eficiente desde el punto de vista energético.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML e IA en el borde.
• Implementar modelos de IA ligeros en microcontroladores.
• Optimizar la inferencia de IA para un consumo bajo de energía.
• Integrar TinyML con aplicaciones de IoT del mundo real.

Esta formación en vivo impartida por un instructor en San José (en línea o presencial) está dirigida a ingenieros de robótica, desarrolladores de IA y especialistas en automatización de nivel intermedio a avanzado que deseen implementar IA en el borde para aplicaciones robóticas.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de la IA en el borde en los sistemas autónomos.
• Desplegar modelos de IA en dispositivos de borde para robótica en tiempo real.
• Optimizar el rendimiento de la IA para la toma de decisiones de baja latencia.
• Integrar visión por computadora y fusión de sensores para la autonomía robótica.

"Agentes ligeros y en el borde" es un curso práctico centrado en la implementación de cargas de trabajo de IA agente en dispositivos con recursos limitados. Los participantes aprenderán a crear, optimizar y gestionar agentes ligeros capaces de razonar y realizar inferencias de forma local, mejorando la velocidad, la privacidad y la fiabilidad en entornos distribuidos. El curso hace hincapié en la optimización del rendimiento, el diseño de baja latencia y la integración entre hardware y software.

Esta formación en vivo, impartida por un instructor (en línea o presencial), está dirigida a profesionales de nivel intermedio que deseen implementar y optimizar sistemas de agentes en el dispositivo utilizando Python y marcos de trabajo de IA en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y los desafíos de ejecutar IA agente en dispositivos en el borde.
• Diseñar bucles de agentes ligeros adecuados para entornos con restricciones.
• Implementar inferencia local mediante TensorFlow Lite, PyTorch Mobile y ONNX.
• Integrar agentes con sensores, actuadores y plataformas de IoT.
• Optimizar el rendimiento, el consumo energético y la latencia para un funcionamiento en tiempo real.

Formato del curso

• Conferencias interactivas y demostraciones prácticas.
• Desarrollo práctico en entornos locales o emulados.
• Aprendizaje basado en proyectos y ejercicios de implementación guiada.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarla.

Esta formación en vivo y dirigida por un instructor en <ubicación> (en línea o presencial) está dirigida a ingenieros de IA de nivel avanzado, desarrolladores de sistemas embebidos e ingenieros de hardware que deseen implementar modelos de IA en dispositivos de bajo consumo, minimizando el consumo de energía.

Al finalizar esta formación, los participantes podrán:

• Comprender los desafíos de ejecutar IA en dispositivos con alta eficiencia energética.
• Optimizar redes neuronales para inferencia de bajo consumo.
• Utilizar técnicas de cuantización, poda (pruning) y compresión de modelos.
• Implementar modelos de IA en hardware periférico con un uso mínimo de energía.

Esta formación en vivo, impartida por un instructor, en <ubicación> (en línea o en las instalaciones), está dirigida a desarrolladores de IA de nivel intermedio, ingenieros embebidos e ingenieros de robótica que desean optimizar y desplegar modelos de IA en plataformas NVIDIA Jetson para aplicaciones edge.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la IA en el edge y el hardware de NVIDIA Jetson.
• Optimizar modelos de IA para su despliegue en dispositivos edge.
• Utilizar TensorRT para acelerar la inferencia de aprendizaje profundo.
• Desplegar modelos de IA utilizando JetPack SDK y ONNX Runtime.

Esta formación en vivo con instructores en San José (en línea o presencial) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros de aprendizaje automático y arquitectos de sistemas que desean optimizar modelos de IA para su despliegue en dispositivos edge.

Al finalizar esta formación, los participantes podrán:

• Comprender los desafíos y requisitos de implementar modelos de IA en dispositivos edge.
• Aplicar técnicas de compresión de modelos para reducir el tamaño y la complejidad de los modelos de IA.
• Utilizar métodos de cuantización para mejorar la eficiencia de los modelos en hardware edge.
• Implementar la poda (pruning) y otras técnicas de optimización para mejorar el rendimiento del modelo.
• Desplegar modelos de IA optimizados en diversos dispositivos edge.

Esta capacitación en vivo impartida por un instructor en San José (en línea o presencial) está dirigida a desarrolladores, científicos de datos y entusiastas de la tecnología de nivel intermedio que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos de borde para diversas aplicaciones.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los principios de la IA en el borde y sus beneficios.
• Configurar y preparar el entorno de computación en el borde.
• Desarrollar, entrenar y optimizar modelos de IA para su despliegue en el borde.
• Implementar soluciones prácticas de IA en dispositivos de borde.
• Evaluar y mejorar el rendimiento de los modelos desplegados en el borde.
• Abordar consideraciones éticas y de seguridad en aplicaciones de IA en el borde.

Esta formación en vivo impartida por un instructor en <ubicación> (en línea o presencial) está dirigida a profesionales de finanzas de nivel intermedio, desarrolladores de fintech y especialistas en IA que deseen implementar soluciones de Edge AI en servicios financieros.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de Edge AI en los servicios financieros.
• Implementar sistemas de detección de fraudes utilizando Edge AI.
• Mejorar el servicio al cliente mediante soluciones impulsadas por IA.
• Aplicar Edge AI para la gestión de riesgos y la toma de decisiones.
• Desplegar y gestionar soluciones de Edge AI en entornos financieros.

Esta formación en vivo impartida por un instructor en San José (en línea o presencial) está dirigida a ingenieros industriales de nivel intermedio, profesionales de la manufactura y desarrolladores de IA que desean implementar soluciones de IA en el borde en la automatización industrial.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de la IA en el borde en la automatización industrial.
• Implementar soluciones de mantenimiento predictivo utilizando IA en el borde.
• Aplicar técnicas de IA para el control de calidad en procesos de fabricación.
• Optimizar procesos industriales mediante el uso de IA en el borde.
• Desplegar y gestionar soluciones de IA en el borde en entornos industriales.

La inteligencia artificial en el borde (Edge AI) consiste en implementar modelos de IA directamente en dispositivos y máquinas ubicados en el borde de la red, lo que permite la toma de decisiones en tiempo real con una latencia mínima.

Esta formación impartida por un instructor, en vivo (en línea o en las instalaciones), está dirigida a profesionales avanzados de sistemas integrados y IoT que deseen desplegar lógica y sistemas de control impulsados por IA en entornos de fabricación donde la velocidad, la fiabilidad y la operación sin conexión son críticas.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender la arquitectura y los beneficios de los sistemas Edge AI.
• Construir y optimizar modelos de IA para su implementación en dispositivos integrados.
• Utilizar herramientas como TensorFlow Lite y OpenVINO para inferencia de baja latencia.
• Integrar la inteligencia en el borde con sensores, actuadores y protocolos industriales.

Formato del Curso

• Conferencia interactiva y discusión.
• Numerosos ejercicios y prácticas.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

Esta formación en vivo dirigida por un instructor en San José (en línea o en las instalaciones) está dirigida a desarrolladores de nivel intermedio, científicos de datos y profesionales de AI que deseen aprovechar TensorFlow Lite para aplicaciones de AI de borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TensorFlow Lite y su papel en la AI de borde.
• Desarrollar y optimizar modelos de AI utilizando TensorFlow Lite.
• Implementar modelos de TensorFlow Lite en diversos dispositivos de borde.
• Utilizar herramientas y técnicas para la conversión y optimización de modelos.
• Implementar aplicaciones prácticas de AI de borde usando TensorFlow Lite.

Esta formación en vivo dirigida por instructores en San José (en línea o presencial) está dirigida a planificadores urbanos, ingenieros civiles y gestores de proyectos de ciudades inteligentes de nivel intermedio que desean aprovechar la IA en el borde para iniciativas de ciudades inteligentes.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel de la IA en el borde en las infraestructuras de ciudades inteligentes.
• Implementar soluciones de IA en el borde para la gestión del tráfico y la vigilancia.
• Optimizar los recursos urbanos utilizando tecnologías de IA en el borde.
• Integrar la IA en el borde con los sistemas existentes de ciudades inteligentes.
• Abordar las consideraciones éticas y regulatorias en el despliegue de ciudades inteligentes.

Esta formación en vivo impartida por un instructor en San José (en línea o presencial) está dirigida a profesionales de la ciberseguridad de nivel intermedio, administradores de sistemas e investigadores de ética en IA que desean asegurar e implementar éticamente soluciones de Edge AI.

Al finalizar esta formación, los participantes podrán:

• Comprender los desafíos de seguridad y privacidad en Edge AI.
• Implementar mejores prácticas para asegurar dispositivos y datos periféricos.
• Desarrollar estrategias para mitigar riesgos de seguridad en despliegues de Edge AI.
• Abordar consideraciones éticas y asegurar el cumplimiento de regulaciones.
• Realizar evaluaciones y auditorías de seguridad para aplicaciones de Edge AI.

Esta formación en vivo, impartida por instructores, en San José (en línea o presencial), está dirigida a ingenieros de robótica de nivel intermedio, desarrolladores de vehículos autónomos e investigadores de IA que deseen aprovechar la IA en el borde para crear soluciones innovadoras para sistemas autónomos.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel y los beneficios de la IA en el borde en sistemas autónomos.
• Desarrollar e implementar modelos de IA para el procesamiento en tiempo real en dispositivos de borde.
• Implementar soluciones de IA en el borde en vehículos autónomos, drones y robótica.
• Diseñar y optimizar sistemas de control utilizando IA en el borde.
• Abordar las consideraciones éticas y regulatorias en aplicaciones de IA autónomas.

Esta formación en vivo con instructor en San José (en línea o presencial) está dirigida a profesionales de la salud de nivel intermedio, ingenieros biomédicos y desarrolladores de IA que deseen aprovechar la IA en el borde para desarrollar soluciones innovadoras en el ámbito de la salud.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender el papel y los beneficios de la IA en el borde en el sector de la salud.
• Desarrollar e implementar modelos de IA en dispositivos de borde para aplicaciones de salud.
• Implementar soluciones de IA en el borde en dispositivos portátiles y herramientas de diagnóstico.
• Diseñar e implementar sistemas de monitoreo de pacientes utilizando IA en el borde.
• Abordar las consideraciones éticas y regulatorias en las aplicaciones de IA en el sector de la salud.

La IA en el borde permite que los modelos de inteligencia artificial se ejecuten directamente en dispositivos integrados o con recursos limitados, reduciendo la latencia y el consumo de energía, mientras aumenta la autonomía y la privacidad en los sistemas robóticos.

Esta formación en vivo y dirigida por instructores (en línea o presencial) está dirigida a desarrolladores de nivel intermedio en sistemas integrados y ingenieros de robótica que desean implementar técnicas de inferencia y optimización de aprendizaje automático directamente en el hardware robótico utilizando TinyML y marcos de IA en el borde.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML e IA en el borde para robótica.
• Convertir y desplegar modelos de IA para inferencia en el dispositivo.
• Optimizar los modelos en términos de velocidad, tamaño y eficiencia energética.
• Integrar sistemas de IA en el borde en arquitecturas de control robótico.
• Evaluar el rendimiento y la precisión en escenarios del mundo real.

Formato del curso

• Conferencia interactiva y discusión.
• Práctica hands-on utilizando herramientas y marcos de TinyML e IA en el borde.
• Ejercicios prácticos en plataformas de hardware integrado y robótico.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, contáctenos para organizarlo.

6G y el Borde Inteligente es un curso prospectivo que explora la integración de las tecnologías inalámbricas de 6G con la computación en el borde, los ecosistemas de IoT y el procesamiento de datos impulsado por IA para soportar infraestructuras inteligentes, de baja latencia y adaptativas.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a arquitectos de TI de nivel intermedio que desean comprender y diseñar arquitecturas distribuidas de próxima generación, aprovechando la sinergia entre la conectividad 6G y los sistemas de borde inteligentes.

Al finalizar este curso, los participantes serán capaces de:

• Comprender cómo el 6G transformará las arquitecturas de computación en el borde y de IoT.
• Diseñar sistemas distribuidos para operaciones autónomas, de alta banda ancha y ultra baja latencia.
• Integrar IA y análisis de datos en el borde para la toma de decisiones inteligente.
• Planificar infraestructuras de borde listas para el 6G, escalables, seguras y resilientes.
• Evaluar los modelos de negocio y operativos habilitados por la convergencia entre el 6G y el borde.

Formato del Curso

• Conferencias interactivas y debates.
• Análisis de casos prácticos y ejercicios aplicados de diseño de arquitecturas.
• Simulación práctica con herramientas de borde o contenedores (opcionales).

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, contáctenos para coordinarla.

Esta formación en vivo impartida por un instructor en San José (en línea o presencial) está dirigida a profesionales de IA de nivel avanzado, investigadores y desarrolladores que deseen dominar los últimos avances en IA en el borde, optimizar sus modelos de IA para su despliegue en dispositivos periféricos y explorar aplicaciones especializadas en diversas industrias.

Al finalizar esta formación, los participantes serán capaces de:

• Explorar técnicas avanzadas en el desarrollo y optimización de modelos de IA en el borde.
• Implementar estrategias innovadoras para desplegar modelos de IA en dispositivos periféricos.
• Utilizar herramientas y marcos de trabajo especializados para aplicaciones avanzadas de IA en el borde.
• Optimizar el rendimiento y la eficiencia de las soluciones de IA en el borde.
• Explorar casos de uso innovadores y tendencias emergentes en IA en el borde.
• Abordar consideraciones éticas y de seguridad avanzadas en los despliegues de IA en el borde.

El kit de herramientas Ascend CANN de Huawei permite una potente inferencia de IA en dispositivos de borde, como el Ascend 310. CANN proporciona las herramientas esenciales para compilar, optimizar y desplegar modelos en entornos con recursos de cómputo y memoria limitados.

Esta formación impartida por instructores, disponible en formato en vivo (en línea o presencial), está dirigida a desarrolladores e integradores de IA de nivel intermedio que deseen desplegar y optimizar modelos en dispositivos de borde Ascend utilizando la cadena de herramientas CANN.

Al finalizar esta formación, los participantes serán capaces de:

• Preparar y convertir modelos de IA para el Ascend 310 utilizando las herramientas de CANN.
• Construir pipelines de inferencia ligeros utilizando MindSpore Lite y AscendCL.
• Optimizar el rendimiento del modelo para entornos con capacidad de cómputo y memoria limitadas.
• Desplegar y monitorear aplicaciones de IA en casos de uso reales en el borde.

Formato del curso

• Conferencia interactiva y demostraciones.
• Prácticas de laboratorio con modelos y escenarios específicos para el borde.
• Ejemplos de despliegue en vivo en hardware de borde virtual o físico.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

Esta formación en vivo impartida por un instructor en San José (en línea o presencial) está dirigida a desarrolladores de nivel intermedio, arquitectos de sistemas y profesionales de la industria que deseen aprovechar la IA en el borde para mejorar sus aplicaciones de IoT con capacidades de procesamiento inteligente de datos y analítica.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la IA en el borde y su aplicación en IoT.
• Configurar y preparar entornos de IA en el borde para dispositivos IoT.
• Desarrollar e implementar modelos de IA en dispositivos de borde para aplicaciones IoT.
• Implementar el procesamiento de datos en tiempo real y la toma de decisiones en sistemas de IoT.
• Integrar la IA en el borde con diversos protocolos y plataformas de IoT.
• Abordar consideraciones éticas y mejores prácticas en el uso de IA en el borde para IoT.

Esta formación en vivo, impartida por un instructor, en San José (en línea o presencial), está dirigida a desarrolladores de IoT de nivel intermedio, ingenieros embebidos y profesionales de IA que deseen implementar TinyML para mantenimiento predictivo, detección de anomalías y aplicaciones de sensores inteligentes.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML y sus aplicaciones en IoT.
• Configurar un entorno de desarrollo de TinyML para proyectos de IoT.
• Desarrollar e implementar modelos de ML en microcontroladores de bajo consumo.
• Implementar mantenimiento predictivo y detección de anomalías mediante TinyML.
• Optimizar los modelos de TinyML para un uso eficiente de la energía y la memoria.

Esta formación en vivo, impartida por instructores en San José (en línea o presencial), está dirigida a desarrolladores y profesionales de TI de nivel intermedio que desean comprender en profundidad Edge AI, desde su concepción hasta su implementación práctica, incluyendo su configuración y despliegue.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales de Edge AI.
• Configurar y establecer entornos de Edge AI.
• Desarrollar, entrenar y optimizar modelos de Edge AI.
• Desplegar y gestionar aplicaciones de Edge AI.
• Integrar Edge AI con sistemas y flujos de trabajo existentes.
• Abordar consideraciones éticas y buenas prácticas en la implementación de Edge AI.

Esta formación en vivo, impartida por un instructor, en <ubicación> (en línea o presencial), está dirigida a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que deseen implementar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y sus beneficios para las aplicaciones de IA en el borde.
• Configurar un entorno de desarrollo para proyectos de TinyML.
• Entrenar, optimizar y desplegar modelos de IA en microcontroladores de bajo consumo.
• Utilizar TensorFlow Lite y Edge Impulse para implementar aplicaciones reales de TinyML.
• Optimizar los modelos de IA para la eficiencia energética y las restricciones de memoria.

Las unidades MLU (Machine Learning Units) de Cambricon son chips de IA especializados, optimizados para inferencia y entrenamiento en entornos de borde y centros de datos.

Esta formación en vivo, impartida por un instructor (online o presencial), está dirigida a desarrolladores de nivel intermedio que deseen crear e implementar modelos de IA utilizando el marco de trabajo BANGPy y el SDK de Neuware en hardware MLU de Cambricon.

Al finalizar esta capacitación, los participantes serán capaces de:

• Configurar y preparar los entornos de desarrollo de BANGPy y Neuware.
• Desarrollar y optimizar modelos basados en Python y C++ para unidades MLU de Cambricon.
• Implementar modelos en dispositivos de borde y centros de datos que ejecuten el tiempo de ejecución de Neuware.
• Integrar flujos de trabajo de aprendizaje automático con las funciones de aceleración específicas de MLU.

Formato del curso

• Conferencia interactiva y debate.
• Uso práctico de BANGPy y Neuware para desarrollo e implementación.
• Ejercicios guiados centrados en la optimización, integración y pruebas.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso según su modelo de dispositivo Cambricon o caso de uso, contáctenos para coordinarlo.

Esta formación en vivo, impartida por un instructor en San José (en línea o en las instalaciones), está dirigida a desarrolladores y profesionales de TI de nivel principiante que desean comprender los fundamentos de la IA en el borde y sus aplicaciones introductorias.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los conceptos básicos y la arquitectura de la IA en el borde.
• Configurar y preparar entornos de IA en el borde.
• Desarrollar e implementar aplicaciones sencillas de IA en el borde.
• Identificar y comprender los casos de uso y las ventajas de la IA en el borde.