Contacta con nosotros

Temario del curso

Introducción a la IA en Dispositivos

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

Optimización de Modelos para el Despliegue en Dispositivos

  • Cuantización y poda de modelos
  • Destilación de conocimiento para obtener modelos más pequeños y eficientes
  • Selección y adaptación de modelos para el rendimiento en dispositivos

Herramientas y Marcos de Trabajo de IA Específicos de la Plataforma

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

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

  • Técnicas para una infer rápida y eficiente en dispositivos
  • Aprovechamiento del cómputo en el borde para la IA en dispositivos
  • Estudios de caso de aplicaciones de IA en tiempo real

Gestión de Energía y Consideraciones sobre la Batería

  • Optimización de aplicaciones de IA para la eficiencia energética
  • Equilibrar el rendimiento y el consumo de energía
  • Estrategias para extender la vida útil de la batería en dispositivos alimentados por IA

Seguridad y Privacidad en la IA en Dispositivos

  • Garantizar la seguridad de los datos y la privacidad del usuario
  • Procesamiento de datos en el dispositivo para preservar la privacidad
  • Actualizaciones y mantenimiento seguros de modelos

Experiencia del Usuario y Diseño de Interacción

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

Escalabilidad y Mantenimiento

  • Gestión y actualización de modelos en dispositivos desplegados
  • Estrategias para soluciones de IA en dispositivos escalables
  • Monitoreo y análisis para 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 dispositivos
  • Evaluación basada en eficiencia, innovación y practicidad

Resumen y Próximos Pasos

Requerimientos

  • Sólida base en conceptos de aprendizaje automático y aprendizaje profundo
  • Dominio de la programación en Python
  • Conocimientos básicos sobre las restricciones de hardware para el despliegue de IA

Público 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

Número de participantes


Precio por participante

Próximos cursos

Categorías Relacionadas