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.
Programa del Curso
Introducción a la IA en Dispositivos
- Fundamentos de aprendizaje automático en dispositivos
- Ventajas y desafíos de los modelos de lenguaje pequeños
- Visión general de las restricciones de hardware en dispositivos móviles e IoT
Optimización del Modelo para la Implementación en Dispositivos
- Cuantificación y poda del modelo
- Destilación de conocimiento para modelos más pequeños y eficientes
- Selección y adaptación de modelos para el rendimiento en dispositivos
Herramientas y Frameworks Específicos por Plataforma para la IA
- Introducción a TensorFlow Lite y PyTorch Mobile
- Uso de bibliotecas específicas por plataforma para la IA en dispositivos
- Estrategias para despliegue multiplataforma
Inferencia en Tiempo Real y Computación Edge
- Técnicas para inferencias rápidas y eficientes en dispositivos
- Aprovechamiento de la computación edge para la IA en dispositivos
- Estudios de casos de aplicaciones de IA en tiempo real
Gestión de Energía y Consideraciones sobre Vida Útil de Baterías
- Optimización de las aplicaciones de IA para eficiencia energética
- Equilibrio entre el rendimiento y el consumo de energía
- Estrategias para extender la vida útil de baterías en dispositivos con AI
Seguridad y Privacidad en la IA de Dispositivos
- Asegurando la seguridad de datos y privacidad del usuario
- Procesamiento de datos en dispositivos para preservar la privacidad
- Actualizaciones seguras y mantenimiento de modelos
Experiencia del Usuario e Interacción de Diseño
- Diseñando interacciones intuitivas con AI para usuarios de dispositivos
- Integración de modelos de lenguaje con interfaces de usuario
- Pruebas y retroalimentación del usuario para la IA en dispositivos
Escalabilidad y Mantenimiento
- Manejo y actualización de modelos en dispositivos desplegados
- Estrategias para soluciones de AI escalables en dispositivos
- Monitoreo y análisis de sistemas de AI desplegados
Proyecto y Evaluación
- Desarrollando un prototipo en un dominio elegido y preparándolo para el despliegue en un dispositivo seleccionado
- Presentación de la solución de IA en dispositivos
- Evaluación basada en eficiencia, innovación y practicidad
Resumen y Próximos Pasos
Requerimientos
- Fuerte base en conceptos de aprendizaje automático y aprendizaje profundo
- Habilidad en programación Python
- Conocimiento básico de las restricciones de hardware para la implementación de IA
Publico Objetivo
- Ingenieros de aprendizaje automático y desarrolladores de IA
- Ingenieros de sistemas embebidos interesados en aplicaciones de IA
- Gerentes de productos y líderes técnicos que supervisan proyectos de IA
21 Horas