Contacta con nosotros

Temario del curso

Introducción a la IA en edge y Nano Banana

  • Características clave de las cargas de trabajo de IA en edge.
  • Arquitectura y capacidades de Nano Banana.
  • Comparación entre estrategias de implementación en edge versus la nube.

Preparación de modelos para despliegue en edge

  • Selección de modelos y evaluación inicial.
  • Consideraciones sobre dependencias y compatibilidad.
  • Exportación de modelos para optimización adicional.

Técnicas de compresión de modelos

  • Estrategias de poda (pruning) y esparsidad estructural.
  • Compartición de pesos y reducción de parámetros.
  • Evaluación del impacto de la compresión.

Cuantización para el rendimiento en edge

  • Métodos de cuantización posterior al entrenamiento.
  • Flujos de trabajo de entrenamiento consciente de la cuantización.
  • Enfoques con precisión mixta, INT8 y FP16.

Aceleración con Nano Banana

  • Uso de aceleradores de Nano Banana.
  • Integración de ONNX y backends de hardware.
  • Evaluación del rendimiento de inferencia acelerada.

Implementación en dispositivos edge

  • Integración de modelos en aplicaciones integradas o móviles.
  • Configuración y monitoreo del tiempo de ejecución (runtime).
  • Solución de problemas durante la implementación.

Perfilado de rendimiento y análisis de compensaciones

  • Restricciones de latencia, rendimiento y térmicas.
  • Compensaciones entre precisión y rendimiento.
  • Estrategias de optimización iterativa.

Mejores prácticas para el mantenimiento de sistemas de IA en edge

  • Control de versiones y actualizaciones continuas.
  • Reversión de modelos y gestión de la compatibilidad.
  • Consideraciones sobre seguridad e integridad.

Resumen y próximos pasos

Requerimientos

  • Comprensión de los flujos de trabajo de aprendizaje automático (machine learning).
  • Experiencia en desarrollo de modelos basados en Python.
  • Conocimiento de arquitecturas de redes neuronales.

Público objetivo

  • Ingenieros de ML (aprendizaje automático).
  • Científicos de datos.
  • Especialistas en MLOps.
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas