Contacta con nosotros

Temario del curso

Introducción a la IA en Dispositivo

  • Fundamentos del aprendizaje automático en el dispositivo.
  • Ventajas y desafíos de los modelos de lenguaje pequeños.
  • Descripción general de las limitaciones del hardware en dispositivos móviles e IoT.

Optimización de Modelos para el Despliegue en Dispositivo

  • Cuantización y poda de modelos.
  • Destilación de conocimiento para crear modelos más pequeños y eficientes.
  • Selección y adaptación de modelos para el rendimiento en el dispositivo.

Herramientas y Frameworks de IA Específicos por Plataforma

  • Introducción a TensorFlow Lite y PyTorch Mobile.
  • Utilización de bibliotecas específicas de la plataforma para IA en el dispositivo.
  • Estrategias de despliegue multiplataforma.

Inferencia en Tiempo Real y Computación en el Borde (Edge Computing)

  • Técnicas para una inferación rápida y eficiente en dispositivos.
  • Aprovechamiento de la computación en el borde para la IA en dispositivo.
  • Estudios de casos de aplicaciones de IA en tiempo real.

Gestión de Energía y Consideraciones sobre la Batería

  • Optimización de aplicaciones de IA para la eficiencia energética.
  • Equilibrio entre rendimiento y consumo de energía.
  • Estrategias para extender la vida útil de la batería en dispositivos con IA.

Seguridad y Privacidad en la IA en Dispositivo

  • Garantía de la seguridad de los datos y la privacidad del usuario.
  • Procesamiento de datos en el dispositivo para preservar la privacidad.
  • Actualización y mantenimiento seguros de los modelos.

Experiencia de Usuario y Diseño de Interacción

  • Diseño de interacciones intuitivas con la IA para los usuarios del dispositivo.
  • Integración de modelos de lenguaje con interfaces de usuario.
  • Pruebas con usuarios y retroalimentación para la IA en dispositivo.

Escalabilidad y Mantenimiento

  • Gestión y actualización de modelos en los dispositivos desplegados.
  • Estrategias para soluciones de IA en dispositivo escalables.
  • Monitoreo y análisis de sistemas de IA desplegados.

Proyecto y Evaluación

  • Desarrollo de un prototipo en un dominio elegido y preparación para el despliegue en un dispositivo seleccionado.
  • Presentación de la solución de IA en dispositivo.
  • Evaluación basada en eficiencia, innovación y practicidad.

Resumen y Próximos Pasos

Requerimientos

  • Sólida base en conceptos de aprendizaje automático (machine learning) y aprendizaje profundo (deep learning).
  • Dominio de la programación en Python.
  • Conocimientos básicos sobre las limitaciones del hardware para el despliegue de IA.

Audiencia objetivo

  • Ingenieros de machine learning y desarrolladores de IA.
  • Ingenieros de sistemas embebidos interesados en aplicaciones de IA.
  • Gerentes de producto y líderes técnicos que supervisan proyectos de IA.
 21 Horas

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas