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 la IA en el dispositivo con Nano Banana
- Principios fundamentales de la inferencia en el dispositivo
- Arquitectura y capacidades del modelo Nano Banana
- Consideraciones para la implementación en plataformas móviles
Configuración de Nano Banana y entorno de desarrollo
- Instalación de las herramientas del SDK de Nano Banana
- Configuración de entornos de compilación para Android e iOS
- Gestión de dependencias y compatibilidad de versiones
Ejecución de modelos de Nano Banana en dispositivos móviles
- Carga y ejecución de modelos precargados
- Restricciones de memoria y procesamiento en hardware móvil
- Estrategias de inferencia en tiempo real
Desarrollo de funciones de IA con Nano Banana
- Integración de funcionalidades de generación de texto
- Implementación de flujos de trabajo para generación y edición de imágenes
- Combinación de entradas multimodales en aplicaciones
Optimización del rendimiento y mediciones de benchmarking
- Perfilado de latencia y throughput
- Técnicas de cuantificación, poda y compresión de modelos
- Optimización del consumo térmico, batería y recursos
Seguridad y privacidad en la IA en el dispositivo
- Manejo local de datos y consideraciones de cumplimiento normativo
- Protección de modelos y ejecución segura
- Riesgos y estrategias de mitigación
Patrones avanzados de implementación
- Flujos de trabajo híbridos entre el dispositivo y la nube
- Gestión de aplicaciones de IA diseñadas para funcionar sin conexión (offline-first)
- Escalabilidad para grandes bases de usuarios
Pruebas, depuración y mejora continua
- CI/CD para aplicaciones móviles con capacidades de IA
- Pruebas unitarias, de integración y de rendimiento
- Actualizaciones iterativas de modelos y compatibilidad hacia atrás
Resumen y próximos pasos
Requerimientos
- Comprensión del desarrollo de aplicaciones móviles
- Experiencia con Python, Kotlin o Swift
- Familiaridad con conceptos de aprendizaje automático (machine learning)
Audiencia objetivo
- Desarrolladores móviles
- Ingenieros de IA
- Profesionales técnicos que exploran la implementación de IA en el dispositivo
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