Programa del Curso

Introducción a la IA en el Borde (Edge AI)

  • Definición y conceptos clave
  • Diferencias entre IA en el borde y IA en la nube
  • Ventajas y desafíos de la IA en el borde
  • Visión general de las aplicaciones de IA en el borde

Arquitectura de la IA en el Borde (Edge AI)

  • 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 (Edge AI)

  • Introducción a plataformas de IA en el borde (Raspberry Pi, NVIDIA Jetson, etc.)
  • Instalación de software y bibliotecas necesarias
  • Configuración del entorno de desarrollo
  • Inicialización de la configuración de IA en el borde

Desarrollo de Modelos de IA en el Borde (Edge AI)

  • Visión general de modelos de aprendizaje automático y profundo para dispositivos en el borde
  • Entrenamiento de modelos específicamente para la implementación en el borde
  • Técnicas para optimizar modelos para dispositivos en el borde
  • Herramientas y marcos para el desarrollo de IA en el borde (TensorFlow Lite, OpenVINO, etc.)

Gestión y Preprocesamiento de Datos para la IA en el Borde (Edge AI)

  • Técnicas de recolección de datos para entornos en el borde
  • Preprocesamiento y aumento de datos para dispositivos en el borde
  • Gestión de canales de datos en dispositivos en el borde
  • Garantizar la privacidad y seguridad de los datos en entornos en el borde

Implementación de Aplicaciones de IA en el Borde (Edge AI)

  • Pasos para implementar modelos en diversos dispositivos del borde
  • Técnicas para monitoreo y administración de modelos implementados
  • Procesamiento y inferencia de datos en tiempo real en dispositivos en el borde
  • Estudios de caso y ejemplos prácticos de implementación

Integración de IA en el Borde con Sistemas IoT

  • Conexión de soluciones de IA en el borde con dispositivos y sensores IoT
  • Protocolos de comunicación y métodos de intercambio de datos
  • Construcción de una solución integral de IA en el borde e IoT
  • Ejemplos prácticos y casos de uso

Casos de Uso y Aplicaciones

  • Aplicaciones específicas por industria de la IA en el borde
  • Estudios de caso detallados en salud, automotriz y casas inteligentes
  • Éxitos y lecciones aprendidas
  • Tendencias futuras y oportunidades en IA en el borde

Consideraciones Éticas y Mejores Prácticas

  • Garantizar privacidad y seguridad en implementaciones de IA en el borde
  • Abordar sesgo e imparcialidad en modelos de IA en el borde
  • Cumplimiento con regulaciones y estándares
  • Mejores prácticas para una implementación responsable de la IA

Proyectos Prácticos y Ejercicios

  • Desarrollo de una aplicación compleja de IA en el borde
  • Proyectos y escenarios del mundo real
  • Ejercicios colaborativos en grupo
  • Presentaciones y retroalimentación de proyectos

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de conceptos básicos de IA y aprendizaje automático
  • Experiencia con lenguajes de programación (se recomienda Python)
  • Familiaridad con los conceptos de computación en la vanguardia y IoT

audiencia

  • Desarrolladores
  • Profesionales de TI
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas