Cursos de Edge AI en Monterrey

Esta formación en vivo, impartida por instructores en <ubicación> (en línea o presencial), está dirigida a investigadores avanzados en IA, científicos de datos y especialistas en seguridad que deseen implementar técnicas de aprendizaje federado para entrenar modelos de IA en múltiples dispositivos perimetrales preservando la privacidad de los datos.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los principios y beneficios del aprendizaje federado en el Edge AI.
• Implementar modelos de aprendizaje federado utilizando TensorFlow Federated y PyTorch.
• Optimizar el entrenamiento de IA en dispositivos perimetrales distribuidos.
• Abordar los desafíos de privacidad y seguridad de datos en el aprendizaje federado.
• Desplegar y monitorear sistemas de aprendizaje federado en aplicaciones del mundo real.

Esta capacitación en vivo con instructor en Monterrey (en línea o presencial) está dirigida a profesionales de agrotecnología de nivel principiante a intermedio, especialistas en IoT e ingenieros de IA que deseen desarrollar e implementar soluciones Edge AI para el cultivo inteligente.

Al finalizar esta capacitación, los participantes podrán:

• Comprender el papel de Edge AI en la agricultura de precisión.
• Implementar sistemas de monitoreo de cultivos y ganado impulsados por IA.
• Desarrollar soluciones de irrigación automatizada y sensores ambientales.
• Optimizar la eficiencia agrícola utilizando análisis de Edge AI en tiempo real.

Esta formación presencial e impartida por un instructor en Monterrey (en línea o en sitio) está dirigida a profesionales avanzados de ciberseguridad, ingenieros de IA y desarrolladores de IoT que desean implementar medidas de seguridad robustas y estrategias de resiliencia para sistemas Edge AI.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los riesgos de seguridad y las vulnerabilidades en implementaciones de Edge AI.
• Implementar técnicas de cifrado y autenticación para la protección de datos.
• Diseñar arquitecturas Edge AI resilientes que puedan resistir amenazas cibernéticas.
• Aplicar estrategias de implementación segura de modelos de IA en entornos edge.

Esta formación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a profesionales del retail con conocimientos básicos a intermedios, desarrolladores de IA y analistas de negocio que deseen aplicar soluciones de Edge AI para sistemas de pago inteligente, gestión de inventario y compromiso personalizado con el cliente.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender cómo Edge AI mejora las operaciones minoristas y la experiencia del cliente.
• Implementar sistemas de pago inteligentes sin cajero impulsados por IA.
• Optimizar la gestión de inventario con seguimiento y análisis en tiempo real.
• Utilizar visión por computadora e IA para experiencias personalizadas en tiendas físicas.

Esta capacitación en vivo dirigida por un instructor en Monterrey (en línea o presencial) está orientada a profesionales de telecomunicaciones de nivel intermedio, ingenieros de IA y especialistas en IoT que desean explorar cómo las redes 5G aceleran las aplicaciones de IA en el Edge.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los fundamentos de la tecnología 5G y su impacto en la IA en el Edge.
• Desplegar modelos de IA optimizados para aplicaciones de baja latencia en entornos 5G.
• Implementar sistemas de toma de decisiones en tiempo real utilizando IA en el Edge y conectividad 5G.
• Optimizar cargas de trabajo de IA para un rendimiento eficiente en dispositivos periféricos (edge).

Esta formación presencial, impartida por un instructor, en Monterrey (en línea o presencial), está dirigida a desarrolladores intermedios de IA embebida y especialistas en computación perimetral que desean realizar ajuste fino y optimizar modelos ligeros de IA para su implementación en dispositivos con recursos limitados.

Al finalizar esta formación, los participantes serán capaces de:

• Seleccionar y adaptar modelos preentrenados adecuados para el despliegue perimetral.
• Aplicar técnicas de cuantización, poda y otras compresiones para reducir el tamaño del modelo y la latencia.
• Realizar ajuste fino de los modelos utilizando aprendizaje por transferencia para mejorar el desempeño en tareas específicas.
• Implementar modelos optimizados en plataformas reales de hardware perimetral.

Esta formación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a ingenieros de visión por computadora de nivel intermedio a avanzado, desarrolladores de IA y profesionales del IoT que deseen implementar y optimizar modelos de visión por computadora para el procesamiento en tiempo real en dispositivos periféricos.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos del Edge AI y sus aplicaciones en visión por computadora.
• Implementar modelos de aprendizaje profundo optimizados en dispositivos periféricos para el análisis de imágenes y video en tiempo real.
• Utilizar marcos de trabajo como TensorFlow Lite, OpenVINO y NVIDIA Jetson SDK para la implementación de modelos.
• Optimizar los modelos de IA para lograr un mejor rendimiento, eficiencia energética e inferencia de baja latencia.

Esta capacitación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a ingenieros de sistemas embebidos de nivel intermedio, desarrolladores de IoT e investigadores de IA que deseen implementar técnicas de TinyML para aplicaciones potenciadas por IA en hardware energéticamente eficiente.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y la IA en el edge.
• Desplegar modelos de IA ligeros en microcontroladores.
• Optimizar la inferencia de IA para un bajo consumo de energía.
• Integrar TinyML con aplicaciones de IoT del mundo real.

Esta capacitación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a ingenieros de robótica y desarrolladores de IA con niveles intermedios a avanzados, así como especialistas en automatización que deseen implementar IA en el borde para aplicaciones robóticas.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender el papel de la IA en el borde en sistemas autónomos.
• Desplegar modelos de IA en dispositivos de borde para robótica en tiempo real.
• Optimizar el rendimiento de la IA para la toma de decisiones de baja latencia.
• Integrar visión por computadora y fusión de sensores para la autonomía robótica.

Agentes en el Borde y Ligeros es un curso práctico centrado en la implementación de cargas de trabajo de IA agénica en dispositivos con recursos limitados. Los participantes aprenden a construir, optimizar y gestionar agentes ligeros capaces de realizar razonamiento e inferencia locales, mejorando la velocidad, privacidad y confiabilidad en entornos distribuidos. El curso enfatiza la sintonización del rendimiento, el diseño de baja latencia y la integración entre hardware y software.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a profesionales de nivel intermedio que desean implementar y optimizar sistemas agénicos en dispositivo utilizando Python y marcos de trabajo de IA para el borde (edge AI).

Al finalizar esta formación, los participantes podrán:

• Comprender la arquitectura y los desafíos de ejecutar IA agénica en dispositivos periféricos.
• Diseñar bucles de agentes ligeros adecuados para entornos con recursos limitados.
• Implementar inferencia local utilizando TensorFlow Lite, PyTorch Mobile y ONNX.
• Integrar agentes con sensores, actuadores y plataformas de IoT.
• Optimizar el rendimiento, el consumo energético y la latencia para su operación en tiempo real.

Formato del Curso

• Clase interactiva y demostraciones prácticas.
• Desarrollo práctico en entornos locales o emulados.
• Aprendizaje basado en proyectos y ejercicios de implementación guiada.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinarlo.

Esta formación presencial, impartida por un instructor en <ubic> (en línea o en las instalaciones), está dirigida a ingenieros de IA de nivel avanzado, desarrolladores de sistemas embebidos e ingenieros de hardware que desean implementar modelos de IA en dispositivos de bajo consumo minimizando al máximo el uso de energía.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los desafíos de ejecutar IA en dispositivos eficientes energéticamente.
• Optimizar redes neuronales para inferencia de bajo consumo.
• Utilizar técnicas de cuantización, poda y compresión de modelos.
• Desplegar modelos de IA en hardware periférico con un consumo mínimo de energía.

Esta formación en vivo dirigida por un instructor en Monterrey (en línea o presencial) está orientada a desarrolladores de IA de nivel intermedio, ingenieros integrados e ingenieros de robótica que deseen optimizar y desplegar modelos de IA en plataformas NVIDIA Jetson para aplicaciones edge.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de la IA edge y el hardware de NVIDIA Jetson.
• Optimizar modelos de IA para su despliegue en dispositivos edge.
• Utilizar TensorRT para acelerar la inferencia de aprendizaje profundo.
• Desplegar modelos de IA utilizando JetPack SDK y ONNX Runtime.

Esta capacitación en vivo impartida por un instructor en <ubic> (en línea o presencial) está dirigida a desarrolladores de IA de nivel intermedio, ingenieros de aprendizaje automático y arquitectos de sistemas que deseen optimizar modelos de IA para su implementación en el borde.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los desafíos y requisitos para implementar modelos de IA en dispositivos edge.
• Aplicar técnicas de compresión de modelos para reducir el tamaño y la complejidad de los modelos de IA.
• Utilizar métodos de cuantización para mejorar la eficiencia del modelo en hardware edge.
• Implementar la poda y otras técnicas de optimización para mejorar el rendimiento del modelo.
• Implementar modelos de IA optimizados en diversos dispositivos edge.

Esta formación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a desarrolladores intermedios, científicos de datos y entusiastas de la tecnología que desean adquirir habilidades prácticas para desplegar modelos de IA en dispositivos de borde para diversas aplicaciones.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los principios de la IA en el Borde y sus beneficios.
• Configurar y establecer el entorno de computación en el borde.
• Desarrollar, entrenar y optimizar modelos de IA para su despliegue en el borde.
• Implementar soluciones prácticas de IA en dispositivos de borde.
• Evaluar y mejorar el rendimiento de los modelos desplegados en el borde.
• Abordar consideraciones éticas y de seguridad en aplicaciones de IA en el Borde.

Esta capacitación en vivo con instructor en Monterrey (en línea o presencial) está dirigida a profesionales de las finanzas de nivel intermedio, desarrolladores de fintech y especialistas en IA que deseen implementar soluciones de Edge AI en servicios financieros.

Al final de esta capacitación, los participantes podrán:

• Comprender el papel de Edge AI en los servicios financieros.
• Implementar sistemas de detección de fraudes utilizando Edge AI.
• Mejorar el servicio al cliente mediante soluciones impulsadas por IA.
• Aplicar Edge AI para la gestión de riesgos y la toma de decisiones.
• Desplegar y gestionar soluciones de Edge AI en entornos financieros.

Esta capacitación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a ingenieros industriales de nivel intermedio, profesionales del sector manufacturero y desarrolladores de IA que desean implementar soluciones de Edge AI en automatización industrial.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender el papel de Edge AI en la automatización industrial.
• Implementar soluciones de mantenimiento predictivo utilizando Edge AI.
• Aplicar técnicas de IA para el control de calidad en procesos de fabricación.
• Optimizar procesos industriales mediante Edge AI.
• Desplegar y gestionar soluciones de Edge AI en entornos industriales.

Edge AI es el despliegue de modelos de inteligencia artificial directamente en dispositivos y máquinas en el borde de la red, lo que permite la toma de decisiones en tiempo real con una latencia mínima.

Esta capacitación en vivo impartida por un instructor (en línea o presencial) está dirigida a profesionales avanzados de sistemas embebidos e IoT que deseen implementar lógica y sistemas de control basados en IA en entornos de manufactura donde la velocidad, la fiabilidad y la operación sin conexión son críticas.

Al finalizar esta capacitación, los participantes podrán:

• Comprender la arquitectura y los beneficios de los sistemas de Edge AI.
• Crear y optimizar modelos de IA para su despliegue en dispositivos embebidos.
• Utilizar herramientas como TensorFlow Lite y OpenVINO para inferencia de baja latencia.
• Integrar la inteligencia en el borde con sensores, actuadores y protocolos industriales.

Formato del Curso

• Conferencia interactiva y discusión.
• Muchos ejercicios y práctica.
• Implementación práctica en un entorno de laboratorio en vivo.

Opciones de Personalización del Curso

• Para solicitar una capacitación personalizada para este curso, por favor contáctenos para coordinar los detalles.

Esta formación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a desarrolladores intermedios, científicos de datos y profesionales de la IA que desean aprovechar TensorFlow Lite para aplicaciones de Edge AI.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TensorFlow Lite y su papel en Edge AI.
• Desarrollar y optimizar modelos de IA utilizando TensorFlow Lite.
• Implementar modelos de TensorFlow Lite en diversos dispositivos de borde.
• Utilizar herramientas y técnicas para la conversión y optimización de modelos.
• Implementar aplicaciones prácticas de Edge AI utilizando TensorFlow Lite.

Esta formación presencial impartida por un instructor en Monterrey (en línea o presencial) está dirigida a planificadores urbanos, ingenieros civiles y gestores de proyectos de ciudades inteligentes de nivel intermedio que deseen aprovechar Edge AI para iniciativas de ciudades inteligentes.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender el papel de Edge AI en las infraestructuras de ciudades inteligentes.
• Implementar soluciones de Edge AI para la gestión del tráfico y la vigilancia.
• Optimizar los recursos urbanos utilizando tecnologías de Edge AI.
• Integrar Edge AI con sistemas existentes de ciudades inteligentes.
• Abordar consideraciones éticas y normativas en despliegues de ciudades inteligentes.

Esta formación en vivo, impartida por un instructor, en Monterrey (en línea o presencial) está dirigida a profesionales de la ciberseguridad de nivel intermedio, administradores de sistemas e investigadores de ética en IA que deseen proteger y desplegar de manera ética las soluciones de Edge AI.

Al final de esta formación, los participantes serán capaces de:

• Comprender los desafíos de seguridad y privacidad en el Edge AI.
• Implementar las mejores prácticas para proteger dispositivos periféricos y datos.
• Desarrollar estrategias para mitigar los riesgos de seguridad en los despliegues de Edge AI.
• Abordar las consideraciones éticas y garantizar el cumplimiento de las normativas.
• Realizar evaluaciones de seguridad y auditorías para aplicaciones de Edge AI.

Esta formación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a ingenieros de robótica, desarrolladores de vehículos autónomos e investigadores de IA de nivel intermedio que deseen aprovechar la Inteligencia Artificial en el Borde para crear soluciones innovadoras para sistemas autónomos.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel y los beneficios de la IA en el borde en los sistemas autónomos.
• Desarrollar e implementar modelos de IA para el procesamiento en tiempo real en dispositivos periféricos.
• Implementar soluciones de IA en el borde en vehículos autónomos, drones y robótica.
• Diseñar y optimizar sistemas de control utilizando IA en el borde.
• Abordar consideraciones éticas y regulatorias en las aplicaciones de IA autónomas.

Esta formación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a profesionales de la salud de nivel intermedio, ingenieros biomédicos y desarrolladores de IA que desean aprovechar Edge AI para generar soluciones innovadoras en el ámbito sanitario.

Al finalizar esta formación, los participantes podrán:

• Comprender el papel y los beneficios de Edge AI en la atención médica.
• Desarrollar e implementar modelos de IA en dispositivos periféricos para aplicaciones sanitarias.
• Implementar soluciones de Edge AI en dispositivos portátiles y herramientas diagnósticas.
• Diseñar e implementar sistemas de monitoreo de pacientes utilizando Edge AI.
• Abordar consideraciones éticas y regulatorias en las aplicaciones de IA para la salud.

La IA en el borde (Edge AI) permite que los modelos de inteligencia artificial se ejecuten directamente en dispositivos embebidos o con recursos limitados, reduciendo la latencia y el consumo de energía, al tiempo que incrementa la autonomía y la privacidad en los sistemas robóticos.

Esta formación impartida por un instructor (en línea o presencial) está dirigida a desarrolladores de sistemas embebidos e ingenieros de robótica de nivel intermedio que desean implementar técnicas de inferencia y optimización de aprendizaje automático directamente en el hardware robótico utilizando TinyML y marcos de Edge AI.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y Edge AI para la robótica.
• Convertir e implementar modelos de IA para inferencia en el dispositivo.
• Optimizar modelos para velocidad, tamaño y eficiencia energética.
• Integrar sistemas de Edge AI en arquitecturas de control robótico.
• Evaluar el rendimiento y la precisión en escenarios del mundo real.

Formato del Curso

• Clases magistrales interactivas y discusiones.
• Práctica hands-on utilizando cadenas de herramientas de TinyML y Edge AI.
• Ejercicios prácticos en plataformas de hardware embebido y robótico.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar.

6G y el Borde Inteligente es un curso prospectivo que explora la integración de las tecnologías inalámbricas 6G con la computación en el borde, ecosistemas de IoT y procesamiento de datos impulsado por IA para respaldar infraestructuras inteligentes, de baja latencia y adaptables.

Esta formación en vivo impartida por un instructor (en línea o presencial) está dirigida a arquitectos de TI de nivel intermedio que desean comprender y diseñar arquitecturas distribuidas de próxima generación aprovechando la sinergia entre la conectividad 6G y los sistemas de borde inteligente.

Al completar este curso, los participantes podrán:

• Comprender cómo el 6G transformará las arquitecturas de computación en el borde e IoT.
• Diseñar sistemas distribuidos para operaciones autónomas con ultra baja latencia y alto ancho de banda.
• Integrar IA y análisis de datos en el borde para la toma de decisiones inteligente.
• Planificar infraestructuras de borde escalables, seguras y resilientes listas para 6G.
• Evaluar modelos comerciales y operativos habilitados por la convergencia entre 6G y el borde.

Formato del curso

• Conferencias interactivas y discusiones en grupo.
• Estudios de caso y ejercicios de diseño arquitectónico aplicado.
• Simulación práctica con herramientas opcionales de borde o contenedores.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso, por favor contáctenos para coordinar los detalles.

Esta formación en vivo impartida por instructores en Monterrey (en línea o presencial) está dirigida a profesionales de IA de nivel avanzado, investigadores y desarrolladores que desean dominar los últimos avances en IA en el borde, optimizar sus modelos de IA para su despliegue en dispositivos de borde y explorar aplicaciones especializadas en diversas industrias.

Al finalizar esta formación, los participantes serán capaces de:

• Explorar técnicas avanzadas en el desarrollo y optimización de modelos de IA en el borde.
• Implementar estrategias de vanguardia para desplegar modelos de IA en dispositivos de borde.
• Utilizar herramientas y marcos especializados para aplicaciones avanzadas de IA en el borde.
• Optimizar el rendimiento y la eficiencia de las soluciones de IA en el borde.
• Explorar casos de uso innovadores y tendencias emergentes en IA en el borde.
• Abordar consideraciones éticas y de seguridad avanzadas en los despliegues de IA en el borde.

El kit de herramientas Ascend CANN de Huawei permite una potente inferencia de IA en dispositivos edge, como el Ascend 310. CANN proporciona las herramientas esenciales para compilar, optimizar y desplegar modelos en entornos con restricciones de cómputo y memoria.

Esta formación en vivo con instructor (en línea o presencial) está dirigida a desarrolladores e integradores de IA de nivel intermedio que deseen desplegar y optimizar modelos en dispositivos edge Ascend utilizando el conjunto de herramientas CANN.

Al finalizar esta formación, los participantes podrán:

• Preparar y convertir modelos de IA para Ascend 310 usando las herramientas CANN.
• Construir pipelines de inferencia ligeros utilizando MindSpore Lite y AscendCL.
• Optimizar el rendimiento del modelo en entornos con recursos limitados de cómputo y memoria.
• Desplegar y monitorear aplicaciones de IA en casos de uso reales de edge.

Formato del Curso

• Conferencia interactiva y demostración.
• Trabajo práctico en laboratorio con modelos y escenarios específicos para edge.
• Ejemplos de despliegue en vivo en hardware edge virtual o físico.

Opciones de Personalización del Curso

• Para solicitar una formación personalizada para este curso, póngase en contacto con nosotros para coordinarla.

Esta formación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a desarrolladores intermedios, arquitectos de sistemas y profesionales de la industria que desean aprovechar Edge AI para mejorar las aplicaciones de IoT con capacidades de procesamiento inteligente de datos y análisis.

Al finalizar esta formación, los participantes serán capaces de:

• Comprender los fundamentos de Edge AI y su aplicación en IoT.
• Configurar y establecer entornos de Edge AI para dispositivos IoT.
• Desarrollar e implementar modelos de IA en dispositivos edge para aplicaciones de IoT.
• Implementar el procesamiento de datos en tiempo real y la toma de decisiones en sistemas de IoT.
• Integrar Edge AI con diversos protocolos y plataformas de IoT.
• Abordar consideraciones éticas y buenas prácticas en Edge AI para IoT.

Esta formación en vivo con instructor en Monterrey (en línea o presencial) está dirigida a desarrolladores de IoT de nivel intermedio, ingenieros embebidos y profesionales de IA que desean implementar TinyML para mantenimiento predictivo, detección de anomalías y aplicaciones de sensores inteligentes.

Al finalizar esta formación, los participantes podrán:

• Comprender los fundamentos de TinyML y sus aplicaciones en IoT.
• Configurar un entorno de desarrollo de TinyML para proyectos de IoT.
• Desarrollar e implementar modelos de ML en microcontroladores de bajo consumo.
• Implementar mantenimiento predictivo y detección de anomalías utilizando TinyML.
• Optimizar los modelos de TinyML para un uso eficiente de la energía y la memoria.

Esta formación en vivo con instructores en Monterrey (en línea o en las instalaciones) está dirigida a desarrolladores y profesionales de TI de nivel intermedio que desean obtener una comprensión integral de la IA en el borde, desde el concepto hasta su implementación práctica, incluido el entorno de configuración y despliegue.

Al finalizar esta formación, los participantes podrán:

• Comprender los conceptos fundamentales de la IA en el borde.
• Configurar y establecer entornos de IA en el borde.
• Desarrollar, entrenar y optimizar modelos de IA en el borde.
• Desplegar y gestionar aplicaciones de IA en el borde.
• Integrar la IA en el borde con sistemas y flujos de trabajo existentes.
• Abordar las consideraciones éticas y las mejores prácticas en la implementación de IA en el borde.

Esta capacitación en vivo impartida por un instructor Monterrey (en línea o presencial) está dirigida a ingenieros de sistemas embebidos y desarrolladores de IA de nivel intermedio que desean desplegar modelos de aprendizaje automático en microcontroladores utilizando TensorFlow Lite y Edge Impulse.

Al finalizar esta capacitación, los participantes serán capaces de:

• Comprender los fundamentos de TinyML y sus beneficios para aplicaciones de IA en el borde.
• Configurar un entorno de desarrollo para proyectos de TinyML.
• Entrenar, optimizar y desplegar modelos de IA en microcontroladores de bajo consumo.
• Utilizar TensorFlow Lite y Edge Impulse para implementar aplicaciones reales de TinyML.
• Optimizar modelos de IA para lograr eficiencia energética y cumplir con las restricciones de memoria.

Las unidades de aprendizaje automático (MLUs) de Cambricon son chips de IA especializados, optimizados para inferencia y entrenamiento en entornos de edge y centros de datos.

Esta formación presencial impartida por un instructor (en línea o a domicilio) está dirigida a desarrolladores de nivel intermedio que desean construir e implementar modelos de IA utilizando el framework BANGPy y el SDK de Neuware sobre hardware MLU de Cambricon.

Al finalizar esta formación, los participantes serán capaces de:

• Configurar y preparar los entornos de desarrollo para BANGPy y Neuware.
• Desarrollar y optimizar modelos basados en Python y C++ para MLUs de Cambricon.
• Implementar modelos en dispositivos edge y centros de datos que ejecuten el entorno de ejecución de Neuware.
• Integrar flujos de trabajo de ML con funciones de aceleración específicas de MLU.

Formato del curso

• Clase interactiva y discusión.
• Uso práctico de BANGPy y Neuware para desarrollo e implementación.
• Ejercicios guiados centrados en optimización, integración y pruebas.

Opciones de personalización del curso

• Para solicitar una formación personalizada para este curso según tu modelo de dispositivo Cambricon o caso de uso, contáctanos para organizarla.

Esta capacitación en vivo impartida por un instructor en Monterrey (en línea o presencial) está dirigida a desarrolladores y profesionales de TI de nivel principiante que desean comprender los fundamentos de la IA en el borde y sus aplicaciones iniciales.

Al finalizar esta capacitación, los participantes podrán:

• Comprender los conceptos básicos y la arquitectura de la IA en el borde.
• Configurar y establecer entornos de IA en el borde.
• Desarrollar e implementar aplicaciones simples de IA en el borde.
• Identificar y comprender los casos de uso y los beneficios de la IA en el borde.