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 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