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 el borde (Edge AI)
- Definición y conceptos clave.
- Diferencias entre Edge AI e IA en la nube (Cloud AI).
- Beneficios y desafíos de la Edge AI.
- Descripción general de las aplicaciones de Edge AI.
Arquitectura de la IA en el borde
- Componentes de los sistemas de Edge AI.
- Requisitos de hardware y software.
- Flujo de datos en aplicaciones de Edge AI.
- Integración con sistemas existentes.
Configuración del entorno de Edge AI
- Introducción a las plataformas de Edge AI (Raspberry Pi, NVIDIA Jetson, etc.).
- Instalación del software y las bibliotecas necesarias.
- Configuración del entorno de desarrollo.
- Inicialización de la configuración de Edge AI.
Desarrollo de modelos de Edge AI
- Descripción general de modelos de aprendizaje automático y aprendizaje profundo para dispositivos de borde.
- Entrenamiento de modelos específicos para despliegue en el borde.
- Técnicas para optimizar modelos para dispositivos de borde.
- Herramientas y marcos de trabajo para el desarrollo de Edge AI (TensorFlow Lite, OpenVINO, etc.).
Gestión de datos y preprocesamiento para Edge AI
- Técnicas de recopilación de datos para entornos de borde.
- Preprocesamiento y aumento de datos para dispositivos de borde.
- Gestión de tuberías de datos (pipelines) en dispositivos de borde.
- Garantía de privacidad y seguridad de los datos en entornos de borde.
Despliegue de aplicaciones de Edge AI
- Pasos para desplegar modelos en diversos dispositivos de borde.
- Técnicas para monitorear y gestionar los modelos desplegados.
- Procesamiento de datos en tiempo real e inferencia en dispositivos de borde.
- Estudios de caso y ejemplos prácticos de despliegue.
Integración de Edge AI con sistemas IoT
- Conexión de soluciones de Edge AI con dispositivos IoT y sensores.
- Protocolos de comunicación y métodos de intercambio de datos.
- Construcción de una solución completa de Edge AI e IoT.
- Ejemplos prácticos y casos de uso.
Casos de uso y aplicaciones
- Aplicaciones específicas por industria de la Edge AI.
- Estudios de caso en profundidad en salud, sector automotriz y hogares inteligentes.
- Historias de éxito y lecciones aprendidas.
- Tendencias futuras y oportunidades en Edge AI.
Consideraciones éticas y mejores prácticas
- Garantía de privacidad y seguridad en despliegues de Edge AI.
- Abordaje del sesgo y la equidad en los modelos de Edge AI.
- Cumplimiento con normativas y estándares.
- Mejores prácticas para el despliegue responsable de IA.
Proyectos prácticos y ejercicios
- Desarrollo de una aplicación compleja de Edge AI.
- Proyectos y escenarios del mundo real.
- Ejercicios colaborativos en grupo.
- Presentaciones de proyectos y retroalimentación.
Resumen y próximos pasos
Requerimientos
- Comprensión de los conceptos básicos de IA y aprendizaje automático (machine learning).
- Experiencia con lenguajes de programación (se recomienda Python).
- Conocimiento de los conceptos de computación en el borde (edge computing) e IoT.
Audiencia objetivo
- Desarrolladores.
- Profesionales de TI.
14 Horas
Reseñas (1)
Podemos cubrir temas avanzados y trabajar con ejemplos de la vida real
Ruben Khachaturyan - iris-GmbH infrared & intelligent sensors
Curso - Advanced Edge AI Techniques
Traducción Automática