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 Nano Banana
- Descripción general del marco y sus capacidades
- Comprender la arquitectura y el proceso de procesamiento
- Comparar Nano Banana con otras soluciones de IA en el dispositivo
Configuración del entorno de desarrollo
- Preparar Android Studio para cargas de trabajo de IA
- Integrar el SDK de Nano Banana
- Configuración del proyecto y gestión de dependencias
Trabajando con las APIs de Nano Banana
- Explorar los métodos principales de la API
- Cargar y gestionar modelos ligeros
- Ejecutar tareas de inferencia en tiempo real
Optimización del rendimiento de IA en Android
- Estrategias para inferencia de baja latencia
- Técnicas de gestión de memoria y recursos
- Enfoques de medición y herramientas de optimización
Diseño de experiencias de usuario impulsadas por IA
- Implementar interacciones de UI responsivas
- Gestionar tareas asíncronas y devoluciones de llamada
- Alinear el comportamiento de la IA con las directrices de UX de Android
Seguridad y privacidad en la IA en el dispositivo
- Garantizar el manejo seguro de los datos del usuario
- Técnicas para inferencia que preserva la privacidad
- Consideraciones de cumplimiento para implementaciones empresariales
Despliegue y mantenimiento de funciones de IA
- Empaquetado y publicación de aplicaciones con IA integrada
- Versionado y actualización de modelos locales
- Monitoreo y mejora del rendimiento después del despliegue
Casos de uso avanzados e integraciones
- Combinar Nano Banana con herramientas de ML existentes para Android
- Implementar funciones de IA multimodal
- Extender aplicaciones con modelos ligeros personalizados
Resumen y próximos pasos
Requerimientos
- Comprender los fundamentos de las aplicaciones de Android
- Experiencia con Kotlin o Java
- Familiaridad básica con flujos de trabajo de depuración de aplicaciones móviles
Público objetivo
- Desarrolladores de Android que crean aplicaciones mejoradas con IA
- Ingenieros de software que exploran flujos de trabajo de ML en el dispositivo
- Equipos técnicos que evalúan la implementación de IA ligera en Android
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